Авторы курса: @apat1n, @PurpleCarrot, а также используются материалы mlcourse.ai
Материалы курса хранятся в репозитории, где будут появляться домашки
- Базовое понимание математики (Можно освежить алгебру здесь, теорию вероятности отсюда и отсюда)
- присоединиться к классу на степике
- ознакомиться с google colab, например тут
- Храбрость и отвага
- Лекция 1. Введение в машинное обучение, EDA
- Лекция 2. Обучение с учителем, KNN
- Лекция 3. Обучение без учителя, кластеризация
- Лекция 4. Линейная регрессия
- Лекция 5. Деревья решений
- Лекция 6. Введение в глубокое обучение
- каждая домашка зачтена
- на домашку обычно дается мягкий и жесткий дедлайн, в жесткий дедлайн стоимость задачи равна половине исходной
- набрано >= 75% баллов за курс
- [опционально] можно досдать одну домашку на последней неделе, за квизы можно получать баллы
По умолчанию, в каждой домашке нужно присылать ноутбук с решением на почту проверяющего преподавателя. Важно проверить, что результаты воспроизводятся (например загрузить на колаб и перезапустить все ячейки по порядку), а также нет лишних ячеек.