Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Lecture notes and code for Machine Learning practical course on CMC MSU
| Date | Stars |
|---|---|
| 2026-08-04 | 890 |
| 2026-08-06 | 890 |
| 2026-08-13 | 890 |
| 2026-08-14 | 890 |
| 2026-08-18 | 890 |
| 2026-08-20 | 891 |
| 2026-09-10 | 892 |
| 2026-09-21 | 893 |
| 2026-09-25 | 894 |
| 2026-09-26 | 894 |
| 2026-10-01 | 895 |
| 2026-10-04 | 895 |
| 2026-10-16 | 895 |
| 2026-10-26 | 895 |
| 2026-11-01 | 896 |
| 2026-11-04 | 897 |
Today
+1 stars today
This week
+2 stars this week
This month
+2 stars this month
Momentum
0.0
growth rate 0.22%/day
# Семинары по машинному обучению, ВМК МГУ <img src="http://www.machinelearning.ru/wiki/images/2/28/ML_surfaces.png" width="280"> Конспекты, код и прочие материалы к семинарам по машинному обучению, проводимым на ВМК МГУ. [[Таблица с результатами](https://docs.google.com/spreadsheets/d/1T0Agj2eIwIcK0N9DYk3C-fMUvshZxXPNG7zvI28oqx8/edit#gid=2044373835)] Почта для заданий: [email protected] На семинары и работу ассистентов можно оставить отзыв: [[анонимно без регистрации и смс](https://docs.google.com/forms/d/1j8zMReMtl-BCeAVISxx_v42_y8GAVeolofFuAHQjHBc/viewform)] Курс лекций на ФКН ВШЭ: [[wiki](http://wiki.cs.hse.ru/Машинное_обучение_1)] [[материалы](https://github.com/esokolov/ml-course-hse)] ## Правила выставления оценок 1. В ходе семестра будет несколько теоретических проверочных работ, практических заданий и контестов. 2. Для получения зачета нужно «закрыть» каждую теоретическую тему и решить каждое практическое задание хотя бы на 80%. 3. За каждую активность ставятся баллы, топ рейтинга получает +1 балл на экзамене (в случае получения оценки >= 3). 4. Присуждение +балла является безапелляционным. ## Занятия | Дата | Номер | Тема | Материалы | ДЗ | | :---: | :---: | --- | --- | --- | | 7 сентября | Семинар 1 | Вводное занятие: <ul><li>Основные термины в машинном обучении</li><li>Этапы решения задачи анализа данных</li></ul> | [Конспект](ML16/lecture-notes/Sem01_intro.pdf) | | | 14 сентября | Семинар 2 | Линейные методы: <ul><li>Аналитическое решение линейной регрессии</li><li>Векторное дифференцирование</li></ul> | [Конспект 1](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture02-linregr.pdf)<br> [Конспект 2](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem02-linregr-part1.pdf) | [ДЗ](ML17/homeworks-theory/homework-theory-1-differentiation.pdf)| | 28 сентября | Семинар 3 | Метрические методы: <ul><li>Особенности метрических методов: чувствительность к масштабу и шуму, проклятие размерности</li><li>Примеры метрик</li><li>Метрики на категориальных признаках</li> | [Конспект](ML16/lecture-notes/Sem02_knn.pdf) | | | 5 октября | Семинар 4 | Метрические методы: <ul><li>Locality-sensitive hashing</li> | [Конспект](ML16/lecture-notes/Sem03_knn.pdf) | [ДЗ](ML16/homeworks/Sem03_knn_hw.pdf)| | 12 октября | Семинар 5 | <ul><li>Градиентный спуск</li><li>Регуляризация</li><ul> | [Конспект 1](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture02-linregr.pdf) (4-я глава)<br> [Конспект 2](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture03-linregr.pdf) (5-я глава) | [ДЗ](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-01-linregr.pdf) (5-я задача)| | 19 октября | Семинар 6 | <ul><li>Линейные модели классификации</li><li>Метрики качества классификации</li><ul> | [Конспект](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture04-linclass.pdf) [Задачи](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem04-linclass-metrics.pdf)| [ДЗ](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-03-linclass-metrics.pdf)| | 26 октября | Семинар 7 | <ul><li>Логистическая регрессия</li><li>Оценивание вероятностей</li><ul> | [Конспект 1](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture05-linclass.pdf) <br> [Конспект 2](https://www.dropbox.com/s/6wpcznye5otzeu7/sem05.pdf?dl=0) | [ДЗ](https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-04-linclass.pdf) (без SVM)| | 2 ноября | Семинар 9 | Условная оптимизация | [Конспект 1](https://github.com/esokolov/ml-course-msu/blob/master/ML16/lecture-notes/Sem10_linear.pdf) [Конспект 2](https://github.com/esokolov/ml-course-msu/blob/master/ML16/lecture-notes/Sem11_linear.pdf)| [ДЗ 1](https://github.com/esokolov/ml-course-msu/blob/master
Excerpt of 8,915 characters
Read on GitHub
122
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:4eb4d725265b295c, name:course, desc:course