Завтра у меня первое занятие в Школе данных Билайн

Завтра у меня первое занятие в Школе данных Билайн - Введение в машинное обучение. Основные типы задач и методы их решения.

Получил песочницу для запуска скриптов на cloud.sagemath.com

Поставил себе сборку Python 3.5 (Anaconda3 для Windows), а также интерпретатор Jupyter в котором можно меняться документами, а также выполнять код Python. Поставил среду разработчика PyCharm EDU 2.0.3 компании JetBrains. 

Первое занятие будет проводить преподаватель ФКН НИУ ВШЭ Юрий Кашницкий.

План занятия:

• Введение в машинное обучение, необходимые навыки
• Задачи классификации, регрессии и кластеризации
• Краткий обзор Kaggle
• Открытие соревнования Kaggle Inclass
• Знакомство с набором данных по автострахованию этого соревнования
• Деревья решений
• Применение дерева решений Scikit-learn к синтетическому набору данных и к данным из контеста Kaggle Inclass
• Настройка параметров дерева, кросс-валидация
• Пример извлечения признака для набора данных соревнования "Titanic: Machine Learning from Disaster"
• Практика на применение дерева решений и случайного леса к набору данных Titanic

Программа курса.

• 1 занятие. «Введение в машинное обучение. Основные типы задач и методы их решения»
• 2 занятие. «Библиотеки и инструменты для анализа данных. Математика в машинном обучении»
• 3 занятие. «Обучение с учителем. Задачи классификации и регрессии»
• 4 занятие. «Оценка качества алгоритмов машинного обучения»
• 5 занятие. «Продвинутые методы классификации и регрессии. Переобучение». Теория
• 6 занятие. «Продвинутые методы классификации и регрессии. Переобучение». Практика
• 7 занятие. «Обучение без учителя»
• 8 занятие. «Анализ социальных сетей». Теория
• 9 занятие. «Анализ социальных сетей». Практика
• 10 занятие. «Обнаружение знаний в данных»
• 11 занятие. «Рекомендательные системы»
• 12 занятие. «Обработка текстов». Теория
• 13 занятие. «Обработка текстов». Практика
• 14 занятие. «Введение в анализ больших данных и масштабируемое машинное обучение». Теория
• 15 занятие. «Введение в анализ больших данных и масштабируемое машинное обучение». Практика
• 16 занятие. «Альтернатива Большим Данным. Large Scale Machine Learning. Обзор инструмента vowpal wabbit»
• 17 занятие. «Соревнования по анализу данных». Теория
• 18 занятие. «Соревнования по анализу данных». Практика 

Курс лекций по теме "Машинное обучение" можно найти, например, здесь. Еще домашние задания обещают. Но когда же их делать? В общем, сон на ближайший семестр наверное отменяется.