Весна 2023

Введение в ML (ML-23)

Цель курса — Освоение прикладных навыков решения задач машинного обучения и возможность начала карьеры в ИТ-индустрии.  

Наверх

Описание
В рамках курса "Введение в машинное обучение" вы освоите классические алгоритмы машинного обучения — линейные, метрические модели, деревья решений, ансамблевые методы, а также рекомендательные системы. Вас ждут очень интересные домашние задания, а также in class соревнования на kaggle.
Подробнее
Чему научитесь
Чему научитесь :
- работать с данными,
- моделировать и оценивать качество построенных моделей,
- интерпретировать результаты.
Подробнее

Преподаватели

Вадим Журавлёв Вадим Журавлёв

Окончил ВМК МГУ. Руководитель группы разработки систем ранжирования в VK в направлении Predict

Андрей Шестаков Андрей Шестаков

Руководитель группы предиктивной аналитики

Георгий Господинов Георгий Господинов

—

Артём Агафонов Артём Агафонов

Окончил МФТИ, программист-исследователь подразделения PREDICT VK, аспирант МФТИ и MBZUA

Александр Мамаев Александр Мамаев

Образование:
Магистерская программа “OzonMasters”, Ozon.ru 2020 — 2021
Информатика и в...


Подробнее

Константин Шематоров Константин Шематоров

Выпускник ВМК МГУ.

Руководитель группы автогенерации рекламного контента в adTech VK.

Ангелина Ярошенко Ангелина Ярошенко

Программист-исследователь в группе разработки моделей ранжирования.
Закончила ФУПМ МФТИ и DS...


Подробнее

Владислав Ефимов Владислав Ефимов

Technical Lead of E-comm at AdTech – VK
Department of Mechanics and Mathematics – MSU

Программа

Занятие Часы в ауд. + сам. работа

Смешанное занятие №1: Введение в анализ данных и машинное обучение  
+ ДЗ №1

4 ак. ч.

Смешанное занятие №2: Задачи классификации и регрессии I  

4 ак. ч.

Смешанное занятие №3: Задачи классификации и регрессии II  
+ ДЗ №2

4 ак. ч.

Смешанное занятие №4: Оценка качества моделей и работа с признаками  

4 ак. ч.

Смешанное занятие №5: Работа с текстовыми данными I  
+ ДЗ №3

4 ак. ч.

Смешанное занятие №6: Обучение без учителя  
+ ДЗ №4

4 ак. ч.

Смешанное занятие №7: Ансамбли моделей  
+ ДЗ №5

4 ак. ч.

Смешанное занятие №8: Работа с текстовыми данными II  
+ ДЗ №6

4 ак. ч.

Смешанное занятие №9: Рекомендательные системы  
+ ДЗ №7

4 ак. ч.

Смешанное занятие №10: Работа с гео-данными  

4 ак. ч.

Смешанное занятие №11: Анализ графов  

4 ак. ч.

Смешанное занятие №12: Анализ сигналов  
+ ДЗ №8

4 ак. ч.

Экзамен №1: Экзамен  

4 ак. ч.

Итого 13 занятий, 8 ДЗ

52 ак. ч.

Чему еще учатся студенты

Первый семестр

Второй семестр

Третий семестр