← 开源
esokolov

ml-course-msu

Lecture notes and code for Machine Learning practical course on CMC MSU

TutorialsML/AI fundamentalsJupyter Notebook
在 GitHub 打开
增长势头
+024 小时新增 Star0.0%
895
Star
311
Fork
+0
本周
1
贡献者
创建于 2015-09-11 · 更新于 2026-09-30 · 今日第 12832 名
主要开发者

esokolov/ml-course-msu 排名第 12,832,有 895 个星标。

同类别比较

esokolov/ml-course-msu 排名第 12,832,此处有 8 个同类条目;callmesora/llmops-python-package 排名第 12,831。

同类别比较
名称排名指标
nitishsrivastava/deepnet12,825
语言:
Python
星标数:
896
分叉数:
432
简介:
Implementation of some deep learning algorithms.
sugyan/tensorflow-mnist12,826
语言:
Python
星标数:
896
分叉数:
393
trainindata/deploying-machine-learning-models12,827
语言:
Jupyter Notebook
星标数:
896
分叉数:
8,111
简介:
Code for the online course "Deployment of Machine Learning Models"
callmesora/llmops-python-package12,831
语言:
Python
星标数:
895
分叉数:
119
简介:
Kickstart your LLMOps initiative with a flexible, robust, and productive Python package.
huggingface/computer-vision-course12,833
语言:
Jupyter Notebook
星标数:
895
分叉数:
246
简介:
This repo is the homebase of a community driven course on Computer Vision with Neural Networks. Feel free to join us on the Hugging Face discord: hf.co/join/discord
open-webui/docs12,844
语言:
JavaScript
星标数:
894
分叉数:
629
简介:
https://docs.openwebui.com
harleyszhang/llm_note12,849
语言:
Python
星标数:
893
分叉数:
90
简介:
LLM notes, including model inference, transformer model structure, and llm framework code analysis notes.
yongyehuang/Tensorflow-Tutorial12,853
语言:
Jupyter Notebook
星标数:
893
分叉数:
359
简介:
Some interesting TensorFlow tutorials for beginners.
关键参数与规格
关键参数与规格
参数值
语言Jupyter Notebook
类别Tutorials
子类别ML/AI fundamentals
星标数895
分叉数311
贡献者1
创建日期2015-09-11
更新日期2026-09-30
1 天星标数0
7 天星标数0
排名12,832
上次排名12,733
排名变化-99
7 天星标排名13,625
上次 7 天星标排名13,640
7 天星标排名变化15
总星标排名12,147
上次总星标排名12,128
总星标排名变化-19
国家Russia
常见问题

记录了多少星标和分叉?

esokolov/ml-course-msu 有 895 个星标和 311 个分叉。

仓库排名是多少?

esokolov/ml-course-msu 排名第 12,832。

记录的语言和类别是什么?

esokolov/ml-course-msu 有 895 个星标,语言为 Jupyter Notebook,类别为 Tutorials。

哪个仓库排名最接近?

esokolov/ml-course-msu 与 callmesora/llmops-python-package 比较,后者排名第 12,831,有 895 个星标。

README

Семинары по машинному обучению, ВМК МГУ

Конспекты, код и прочие материалы к семинарам по машинному обучению, проводимым на ВМК МГУ.

[Таблица с результатами]

Почта для заданий: ml.cmc.msu@gmail.com

На семинары и работу ассистентов можно оставить отзыв: [анонимно без регистрации и смс]

Курс лекций на ФКН ВШЭ: [wiki] [материалы]

Правила выставления оценок

  1. В ходе семестра будет несколько теоретических проверочных работ, практических заданий и контестов.
  2. Для получения зачета нужно «закрыть» каждую теоретическую тему и решить каждое практическое задание хотя бы на 80%.
  3. За каждую активность ставятся баллы, топ рейтинга получает +1 балл на экзамене (в случае получения оценки >= 3).
  4. Присуждение +балла является безапелляционным.

Занятия

Дата Номер Тема Материалы ДЗ
7 сентября Семинар 1 Вводное занятие: Основные термины в машинном обученииЭтапы решения задачи анализа данных Конспект
14 сентября Семинар 2 Линейные методы: Аналитическое решение линейной регрессииВекторное дифференцирование Конспект 1
Конспект 2 ДЗ
28 сентября Семинар 3 Метрические методы: Особенности метрических методов: чувствительность к масштабу и шуму, проклятие размерностиПримеры метрикМетрики на категориальных признаках Конспект
5 октября Семинар 4 Метрические методы: Locality-sensitive hashing Конспект ДЗ
12 октября Семинар 5 Градиентный спускРегуляризация Конспект 1 (4-я глава)
Конспект 2 (5-я глава) ДЗ (5-я задача)
19 октября Семинар 6 Линейные модели классификацииМетрики качества классификации Конспект Задачи ДЗ
26 октября Семинар 7 Логистическая регрессияОценивание вероятностей Конспект 1
Конспект 2 ДЗ (без SVM)
2 ноября Семинар 9 Условная оптимизация Конспект 1 Конспект 2 ДЗ 1 ДЗ 2
9 ноября Семинар 10 Условная оптимизация (продолжение)
16 ноября Семинар 11 Решающие деревья Конспект ДЗ (без KNN)
30 ноября Семинар 12 Bias-variance decomposition Конспект ДЗ
14 декабря Семинар 13 БэггингГрадиентный бустинг Конспект 1
Конспект 2
8 февраля Семинар 14 Нейронные сети Конспект 1
Конспект 2
15 февраля Семинар 15 Ядра Конспект 1
Конспект 2
Задачи ДЗ (Задачи 1-5)
22 февраля Семинар 16 Ядра Конспект 1
Задачи
1 марта Семинар 17 Байесовские методы Конспект
15 марта Семинар 18 EM-алгоритм Конспект Задачи ДЗ (Задачи 1–4)
22 марта Семинар 19 Гауссовские процессы Конспект
29 марта Семинар 20 Рассказ о решении контестаОбобщенные линейные модели Контест
5 апреля Семинар 21 Обобщенные линейные модели Конспект ДЗ
12 апреля Семинар 22

Контесты

Контест 1:

Ссылка

Контест 2:

Ссылка

Практические задания

Обратите внимание, что по каждому заданию даётся два дедлайна: мягкий и жёсткий. За сдачу задания после мягкого дедлайна оценка понижается на 1 балл. Оценка за задание не может быть отрицательной.

Задание 1:

Условие

Дата выдачи: 18.09.2017

Мягкий дедлайн: 01.10.2017 23:59 MSK

Жёсткий дедлайн: 08.10.2017 23:59 MSK

Задание 2:

Условие

Дата выдачи: 04.11.2017

Мягкий дедлайн: 19.11.2017 23:59 MSK

Жёсткий дедлайн: 26.11.2017 23:59 MSK

Задание 3:

Условие

Дата выдачи: 07.12.2017

Мягкий дедлайн: 21.12.2017 23:59 MSK

Жёсткий дедлайн: 31.12.2017 23:59 MSK

Задание 4:

Условие

Дата выдачи: 10.03.2018

Мягкий дедлайн: 25.03.2018 23:59 MSK

Жёсткий дедлайн: 01.04.2018 23:59 MSK

Задание 5:

Условие

Дата выдачи: 07.05.2018

Мягкий дедлайн: 20.05.2018 23:59 MSK

Жёсткий дедлайн: 30.05.2018 23:59 MSK

Задание 6:

Условие

Жёсткий дедлайн: 30.05.2018 23:59 MSK

排名相邻
同类项目