Машинное обучение (семинары, ВМК МГУ)
Материал из MachineLearning.
(Различия между версиями)
Строка 8: | Строка 8: | ||
* Почта: ''sokolov.evg+vmk-ml@gmail.com'' | * Почта: ''sokolov.evg+vmk-ml@gmail.com'' | ||
* Репозиторий с материалами: https://github.com/esokolov/ml-course-msu | * Репозиторий с материалами: https://github.com/esokolov/ml-course-msu | ||
- | * Анонимные отзывы и комментарии по семинарам можно оставлять здесь: https://docs.google.com/forms/d/1j8zMReMtl-BCeAVISxx_v42_y8GAVeolofFuAHQjHBc/viewform?usp=send_form | + | * Анонимные отзывы и комментарии по семинарам можно оставлять здесь: [https://docs.google.com/forms/d/1j8zMReMtl-BCeAVISxx_v42_y8GAVeolofFuAHQjHBc/viewform?usp=send_form https://docs.google.com/...] |
|} | |} | ||
Версия 23:29, 13 сентября 2015
|
|
Выставление оценки за курс
Итоговая контрольная работа:
- На последней лекции будет проведена контрольная работа, которая затронет все темы, изученные в течение семестра.
- Контрольная оценивается по двухбалльной шкале (зачет/незачет), незачет влечет за собой недопуск к экзамену.
- Студент, не получивший допуск, переписывает на экзамене контрольную. В случае успеха он сдает экзамен на первой пересдаче. В случае незачета он снова переписывает контрольную на первой пересдаче, и так далее.
Семинары:
- На семинарах по каждой пройденной теме будут проводиться проверочные работы. Каждая проверочная оценивается по пятибалльной шкале. В зависимости от оценки за проверочную, студент освобождается от части или от всех задач по этой теме на итоговой контрольной работе.
- Также на семинарах будут выдаваться практические задания, которые будут оцениваться по пятибалльной шкале.
- В течение семестра будут проводиться конкурсы по анализу данных. Каждый конкурс оценивается по 15-балльной шкале. За первое, второе и третье место выставляется 15, 13 и 11 баллов соответственно при условии, что студенты выступят с докладом о своем решении (в противном случае они получают 10 баллов). За места с четвертого и по самое последнее, превосходящее бейзлайн, выставляется от 10 до 1 баллов по равномерной сетке. Если все присланные группой решения будут тривиальными, то преподаватель имеет право снизить максимальную оценку до 10 или до 5 баллов.
- Оценка за работу в семестре равна сумме оценок за проверочные работы, практические задания и конкурсы.
- Если оценка за работу в семестре не меньше 100% от максимальной оценки за проверочные и лабораторные работы, то студент освобождается от написания итоговой контрольной и получает допуск к экзамену автоматом.
- Если оценка за работу в семестре не меньше 80% от максимальной оценки за проверочные и лабораторные работы и конкурсы, то студент получает +1 балл на экзамене (при условии получения положительной оценки).
- В конце семестра разрешается переписать одну пропущенную по любой причине проверочную работу. Также разрешается переписать все проверочные, пропущенные по уважительной причине.
Осенний семестр 2015/2016
Расписание занятий
Дата | Номер | Тема | Материалы | Д/З |
---|---|---|---|---|
4 сентября | Семинар 1 |
Вводное занятие:
| Конспект | |
11 сентября | Семинар 2 |
Метрические методы:
| Конспект |
Практические задания
Решения желательно присылать сразу в двух форматах:
- ссылка для просмотра ноутбука на NBViewer или GitHub
- файл с ноутбуком во вложении
Задание | Тема | Дата выдачи | Срок сдачи | Условие |
---|---|---|---|---|
1 | Язык Python, основные библиотеки для анализа данных | 14.09.2015 | 27.09.2015, 23:59 | Условие |
Виртуальная машина с питоном и библиотеками
Полезные ссылки:
- Lectures on scientific computing with Python
- matplotlib - 2D and 3D plotting in Python
- A Crash Course in Python for Scientists
- A gallery of interesting IPython Notebooks
- An Example Machine Learning Notebook
- 100 NumPy Exercises
- Pandas Tutorial
Соревнования
Задание | Тема | Дата начала | Дата окончания | Ссылка |
---|---|---|---|---|
Все студенты должны прислать краткий отчет о своем решении и код, воспроизводящий результат.
Оценки
https://docs.google.com/spreadsheets/d/1vK3gM6sAj2TEqO9mPhm5cIuNSmpsw3CIpQnb4G4Dguo/edit?usp=sharing