Учебные материалы по курсам связанным с Машинным обучением, которые я читаю в УрФУ.
Презентации, ссылки на блокноты ipynb, разные дополнительные ссылки
А еще у нас с коллегами недавно вышло учебное пособие https://elar.urfu.ru/handle/10995/122740
Относительно растянутый курс по классическому машинному обучению на 3 семестра.
Собираем линейные модели своими руками, знакомимся с scikit-learn
10 лекций + практики (плюс студенты предварительно осваивают онлайн-курс, неделя 1-6)
Смотрим на другие модели машинного обучения, метрические, деревья, бустинги
Х лекций + практики (плюс студенты предварительно осваивают онлайн-курс, неделя 7-10)
Смотрим на задачи поиска аномалий, интерпретацию моделей машинного обучения. Далее, далее ничего не придумали, импровизируй
Слегка упрощеннный по подаче курс по классическому машинному обучению на 2 семестра
Собираем линейные модели своими руками, знакомимся с scikit-learn
12 лекций. В своем темпе (2 встречи в неделю, 6 недель)
Смотрим на другие модели машинного обучения + аномалии
9 лекций. В своем темпе (1-2 встречи в неделю, 6 недель)
Небольшие галопам по Европам
Повторяем классическое машинное обучение на табличках, смотрим как собирать сверточные нейронки и рисуем вместе с Stable Diffusion, Обрабатываем тексты в RNN и трансформерами из Hugging Face
Обзорный двухсеместровый курс по машинному обучению.
В основном работаем на платформе Moodle УрФУ
Подробно рассматриваем классические алгоритмы машинного обучения, от линейных до бустинга.
+- 15 лекций
Смотрим на задачи компьютерного зрения и обработки естественного языка "классическими" методами, а также нейросетевой подход. Смотрим на Hugging Face чтобы познакомиться с трансформерами и загрузить Stable Diffusion в пару кликов
+- 15 лекций