ЛКШ.2016.Июль.A.ML

Контакты преподавателей

Соколов Евгений Андреевич

Email: sokolov.evg@gmail.com
Социальные сети: Вконтакте, Facebook
Академический профиль

Ромов Петр Алексеевич

Email: peter@romov.ru
Социальные сети: Вконтакте, Facebook

Напутствие

Он-лайн курсы

• Курс «Введение в машинное обучение»
• Специализация «Машинное обучение и анализ данных», состоит из курсов:
  1. Математика и Python для анализа данных
  2. Обучение на размеченных данных
  3. Поиск структуры в данных
  4. Построение выводов по данным

Видео на всех курсах специализации доступно бесплатно, однако задания помечены “замком” и доступны только после оплаты. Если слушатель хочет получить доступ ко всем заданиям и сертификату, но не имеет возможности оплатить их, можно воспользоваться программой финансовой поддержки (Coursera Financial Aid). Для получения помощи от Coursera, он должен заполнить краткую заявку с описанием своего финансового положения и причиной для зачисления на курс. Чтобы подать заявку, нужно пройти по ссылке под кнопкой “Зарегистрироваться” на странице специализации.

Где почитать

• Лекции К.В. Воронцова
• Семинары по машинному обучению (Евгений Соколов)
  • Конспекты осеннего семестра (линейные модели, решающие деревья)
  • Конспекты весеннего семестра (случайные леса, градиентный бустинг, нейросети)
• Материалы по курсу «Введение в анализ данных» (Евгений Соколов)

Соревнования по анализу данных

• Сайт ML-тренировок: календарь соревнований, ссылки на материалы по прошедшим соревнованиям
  • Группа тренировок в Facebook
  • YouTube-канал с записью и трансляцией тренировок
• Kaggle: крупнейшая площадка соревнований по анализу данных

Задачи

1. Состоятельность гражданина (adult)
   • Описание задачи
   • Таблица результатов
   • adult_train.csv: выборка для обучения
   • adult_test.csv: выборка для предсказания
2. Кто затащит катку в Dota 2? (dota2)
   • Описание задачи
   • Таблица результатов
   • feature_extraction.py: Пример извлечения признаков из сырых данных
   • dota2_basic_dataset.zip: архив с базовым набором данных
   • dota2_matches.jsonlines.bz2: полная информация про матчи
   • dota2_matches_test.jsonlines.bz2: полная информация про тестовые матчи (только первые 5 минут, отсутствует информация про исход катки)
3. Зарплата по описанию вакансии (salary)
   • Описание задачи
   • Таблица результатов
   • salary_data.zip: архив с данными
4. Определение окраса отзыва к фильму (sentiment)
   • Описание задачи
   • Таблица результатов
   • sentiment_data.zip: архив с данными
   • sentiment_unlabeled.csv.zip: дополнительный набор отзывов, у которого нет разметки окраса, его можно использовать для обучения word2vec
5. Персональное предложение клиентам банка (bankcard)
   • Описание задачи
   • Таблица результатов
   • bankcard_data.zip: архив с данными (600Mb в распакованном виде)

Материалы к занятиям

• День 1
  • titanic.csv: информация о пассажирах Титаника
  • Тетрадка с практики
• День 2
  • Пример работы с логистической регрессией
  • Пример использования DataFrame.apply
• День 3
  • Пример анализа текстов
  • Простейший пример решения задачи dota2
  • Пример обучения и использования word2vec
  • Пример решения задачи salary
• День 4
  • Базовое решение задачи bankcard