-
Лекция 1: Введение в Machine Learning
-
Лекция 2. Градиентное обучение
-
Лекция 3. Классификация, линейные модели
-
Лекция 4. Классификация, линейные модели
-
Лекция 5. Деревянные модели: случайный лес и градиентный бустинг
-
Лекция 6. Пример ML проекта: классификация кликбейта
-
Лекция 7. Обучение без учителя: кластеризация, снижение размерности
-
Лекция 8. Neural Networks
-
Лекция 9. Feature Engineering
-
Лекция 10. Приложения ML: рекомендательные системы
Предпочтительный способ - работа в Google Colab
Либо можно запустить Jupyter на локальной машине - тут, например, инструкция для windows
Для локального запуска нужно добавить системные пакеты (иначе некорректно соберётся python-окружение)
brew install openssl xz gdbmЗатем создаём виртуальное окружение
pyenv install 3.8.10 && \
pyenv virtualenv 3.8.10 hse-envДалее активируем окружение
source ~/.pyenv/versions/hse-env/bin/activateПосле активации устанавлеваем зависимости
pip install -r requirements.txtИ заускаем jupyter - в командной строке появится ссылка вида http://127.0.0.1:8888/?token=123 - её нужно открыть в браузере
jupyter notebook jupyter_notebooks --ip 0.0.0.0 --port 8888 --allow-root --no-browser