Dyakonov / Mldm
потоковый курс "Машинное обучение и анализ данных (Machine Learning and Data Mining)" на факультете ВМК МГУ имени М.В. Ломоносова
Stars: ✭ 35
Projects that are alternatives of or similar to Mldm
Pzad
Курс "Прикладные задачи анализа данных" (ВМК, МГУ имени М.В. Ломоносова)
Stars: ✭ 160 (+357.14%)
Mutual labels: russian, slides, data-science, data-mining, education, ml
Iml
Курс "Введение в машинное обучение" (ВМК, МГУ имени М.В. Ломоносова)
Stars: ✭ 46 (+31.43%)
Mutual labels: slides, education, ml
Pycm
Multi-class confusion matrix library in Python
Stars: ✭ 1,076 (+2974.29%)
Mutual labels: data-science, data-mining, ml
MLSummerSchool
Материалы факультатива по машинному обучению и искусственному интеллекту
Stars: ✭ 27 (-22.86%)
Mutual labels: education, ml, russian
Vvedenie Mashinnoe Obuchenie
📝 Подборка ресурсов по машинному обучению
Stars: ✭ 1,282 (+3562.86%)
Mutual labels: russian, data-science, data-mining
Csinva.github.io
Slides, paper notes, class notes, blog posts, and research on ML 📉, statistics 📊, and AI 🤖.
Stars: ✭ 342 (+877.14%)
Mutual labels: slides, data-science, ml
Open Solution Value Prediction
Open solution to the Santander Value Prediction Challenge 🐠
Stars: ✭ 34 (-2.86%)
Mutual labels: data-science, education
Nfstream
NFStream: a Flexible Network Data Analysis Framework.
Stars: ✭ 622 (+1677.14%)
Mutual labels: data-science, data-mining
Datascience Box
Data Science Course in a Box
Stars: ✭ 629 (+1697.14%)
Mutual labels: data-science, education
Machine learning refined
Notes, examples, and Python demos for the textbook "Machine Learning Refined" (published by Cambridge University Press).
Stars: ✭ 750 (+2042.86%)
Mutual labels: slides, data-science
Interpretable machine learning with python
Examples of techniques for training interpretable ML models, explaining ML models, and debugging ML models for accuracy, discrimination, and security.
Stars: ✭ 530 (+1414.29%)
Mutual labels: data-science, data-mining
Hyperparameter hunter
Easy hyperparameter optimization and automatic result saving across machine learning algorithms and libraries
Stars: ✭ 648 (+1751.43%)
Mutual labels: data-science, ml
Pyclustering
pyclustring is a Python, C++ data mining library.
Stars: ✭ 806 (+2202.86%)
Mutual labels: data-science, data-mining
Data Science With Ruby
Practical Data Science with Ruby based tools.
Stars: ✭ 549 (+1468.57%)
Mutual labels: data-science, data-mining
Dataproofer
A proofreader for your data
Stars: ✭ 628 (+1694.29%)
Mutual labels: data-science, data-mining
Cookbook 2nd Code
Code of the IPython Cookbook, Second Edition, by Cyrille Rossant, Packt Publishing 2018 [read-only repository]
Stars: ✭ 541 (+1445.71%)
Mutual labels: data-science, data-mining
Cookbook 2nd
IPython Cookbook, Second Edition, by Cyrille Rossant, Packt Publishing 2018
Stars: ✭ 704 (+1911.43%)
Mutual labels: data-science, data-mining
Spring2017 proffosterprovost
Introduction to Data Science
Stars: ✭ 18 (-48.57%)
Mutual labels: data-science, data-mining
Biolitmap
Code for the paper "BIOLITMAP: a web-based geolocated and temporal visualization of the evolution of bioinformatics publications" in Oxford Bioinformatics.
Stars: ✭ 18 (-48.57%)
Mutual labels: data-science, data-mining
«Машинное обучение и анализ данных» (Machine Learning and Data Mining)
- потоковый курс на факультете ВМК МГУ имени М.В. Ломоносова
- для бакалавров 3 потока
- лектор: Александр Дьяконов
- читается в весеннем семестре 2021 года по понедельникам 5й парой (по последней версии расписания)
страница курса
Создана телеграм-группа курса: https://t.me/joinchat/GuHzDV7fH_bIE_Z2
Создан курс в классруме: код tzrtndw https://classroom.google.com/c/MjY5NjI3NTQ3MjMw?cjc=tzrtndw (может быть, вход возможен только для имеющих почту @gse.cs.msu.ru)
Первая лекция будет 08.02.2021 в 16:30 (по ссылкам будет информация о Zoom-трансляции).
Важная информация по курсу будет размещаться здесь.
Очень важно за первые 2 недели зарегистрироваться! На все задания будет дедлайн.
темы лекций 2021года
Пока можно посмотреть материалы прошлых лет (за 2019 год выложены все слайды).
Note that the project description data, including the texts, logos, images, and/or trademarks,
for each open source project belongs to its rightful owner.
If you wish to add or remove any projects, please contact us at [email protected].