Skip to content

Latest commit

 

History

History
390 lines (350 loc) · 28.8 KB

README.rst

File metadata and controls

390 lines (350 loc) · 28.8 KB
Raw

Machine Learning Seminars

Информация

  • Студенты, у которых отчетность дифф. зачет: получают зачет 20го мая во время пары по расписанию.
  • Студенты, у которых отчетность экзамен: во время занятия 20го мая будет досрок, все остальные сдают во время экзаменационной сессии по расписанию.
  • Оценка за семестр: сумма баллов ДЗ-1(макс. 5) + ДЗ-2(макс. 5). На досрок претендуют студенты, у которых сумма баллов не ниже отл(8).
  • Вопросы размещены в ноутбуке sem29.

Полезные ссылки

Осений семестр

Курсовое домашнее задание:

Первое задание:

  • Начало: 20:00 25.09.2023.
  • Дедлайн: 23:59 19.10.2023.
  • Писать на почту Андрею. Тема письма [MIPT-2023-ML-fall-1] ФИО. В письме прислать .ipynb файл.
  • Генератор задания:
    • В качестве почты нужно ввести почту в домене @phystech.edu.
    • После ввода почты, вам будет предложена выборка с ссылкой для скачивания, а также методы, которые нужно проанализировать для данной выборки.
  • Требуется:
    • Провести анализ выборки:
      • Определить тип признаков.
      • Выполнить визуальный анализ данных.
    • Выполнить препроцесинг данных:
      • Преобразовать категориальные признаки в вещественные.
      • Отнормировать признаки.
    • Провести эксперимент для предложеных методов:
      • Выполнить подбор гиперпараметров.
      • Подобрать регуляризаторы.
      • Получить итоговые модели.
    • Описать полученые результаты:
      • Какая модель лучше и почему.
      • С какими проблемами столкнулись во время выполнения, возможно недочеты стандартных библиотек.
      • Совпадают ли полученные результаты с ожидаемыми результатами.
  • Оценивание:
    • Качество кода (1б):
      • Код должен работать у проверяющего.
      • Код должен был понятен без автора.
    • Качество анализа (3б):
      • Анализ выборки.
      • Анализ гиперпараметров.
      • Анализ результатов для разных моделей.
    • Качество отчета (1б):
      • Учитывается полнота отчета.

Второе задание:

  • Начало: 18:30 27.11.2023.
  • Дедлайн: 23:59 17.12.2023.
  • Ссылка на задание.
  • Писать на почту Андрею. Тема письма [MIPT-2022-ML-fall-2] ФИО. В письме прислать .ipynb файл и ник на kaggle.
  • Требуется:
    • Отправить свое решение в csv формате на kaggle.com.
    • Отправить ноутбук с решением на почту.

План занятий

Вводный семинар

  • Семинар:
    • Теореотическая часть:
      • Общие идеи оптимизации, функции ошибки и тд.
    • Практическая часть:
      • При помощи sklearn показать пример Ирисов Фишера.
      • Понятие модели алгоритмов, алгоритм обучения, процесс оптимизации для конкретной задачи.
      • Переход от бинарной к многоклассовой.
      • Переобучение. Борьба с переобучениям (начало).
      • Немного о типах задач машинного обучения: прикладные и исследовательские
  • Домашнее задание:
    • В задаче по переходу от бинарной классификации к многоклассовой добавить константу и скорректировать соответстветсвующие разделяющие гиперплоскости.
    • Подсказка: в LogisticRegresion нужно добавить специальный параметр fit_intercept=False, чтобы внутри черного ящика своя константта не добавлялась(влият на результат).

Линейные методы классификации и регрессии: метод стохастического градиента

  • Семинар:
    • Теореотическая часть:
      • Анализ стохастического градиента на сходимость.
      • Задача линейной регрессии, МНК в общем случае.
      • Постановка задачи линейной регрессии через правдоподобие, вероятностные предположения о данных + регуляризаций.
    • Практическая часть:
      • Разбор домашнего задания.
      • Метод стохастического градиента на практике.
      • Использования torch framework для нахождения градиента сложной функции.
      • Вероятностная постановка задачи машинного обучения. Регуляризация l1, l2.
      • Анализ решения задачи оптимизации от параметра регуляризации.
      • Выбор параметра регуляризации при помощи LOO.
  • Домашнее задание:
    • Используя вероятностную постановку задачи для линейной регрессии с априорным предположением p(w) = N(0, I) получить аналитическое решение на оптимальный вектор параметров w.
    • Использовать метод Cross-Validation вместо метода LOO для выбора оптимального параметра регуляризации gamma.

Нейронные сети: Autograd

  • Семинар:
    • Теореотическая часть:
      • Автоматическое диференцирование.
    • Практическая часть:
      • Разбор домашнего задания.
      • Построение простой нейросетевой модели: многослойный персептрон.
      • Обучение персептрона на выборке MNIST.
      • Подбор гиперпараметров модели.
      • Пррореживание сетей (без кода, только графики).
  • Домашнее задание:
    • Проделать то, что было на семинаре для выборки FashionMnist: подбор гиперпараметров модели (выполнить более подробно чем на семинаре), также провести анализ полученных результатов.
    • Указать какие минусы вы увидели в подборе гиперпараметров на семинаре (их как минимум 3).

Метрические методы классификации и регрессии

  • Семинар:
    • Практическая часть:
      • Разбор домашнего задания.
      • Пример как можно отказаться от признаков в линейном классификаторе.
      • Метод ближайших соседей, анализ разного количества соседей.
      • Ядра в методе ближайших соседей.
      • Метод Парзеновского окна.
      • Метод потенциальных функций (реализация).
      • Отбор эталонных элементов, алгоритм STOLP.
      • Формула Надарая Ватсона.
  • Домашнее задание:
    • Выбрать один из метрических классификаторов (классификации или регрессии) и выполнить поиск оптимальных гиперпараметра при помощи кросс валидации.

Линейные методы классификации и регрессии: метод опорных векторов

  • Семинар:
    • Практическая часть:
      • SVM для классификации.
      • Примеры использования ядер для SVM.
      • SVM для регрессии.
      • Генерация признаков на основе опорных элементов.
  • Домашнее задание:
    • Провести эксперимент с полиномиальным ядром: сгенерировать синтетическую выборку, на которой полиномиальное ядро имеет лучшее качество аппроксимации чем rbf и линейное ядро.

Многомерная линейная регрессия. Метод главных компонент

  • Семинар:
    • Практическая часть:
      • Многомерная линейная регрессия.
      • Сингулярное разложение.
      • Регуляризация для многомерной регрессии: используя SVD.
      • Зависимость качества аппроксимации от числа обусловлености.
      • Метод главных компонент: визуализация MNIST.
      • Метод главных компонент: для изображений.
  • Домашнее задание:
    • Доказать лемму из семинара.
    • Для синтетически сгенерированной выборки (beta=2, mu=0.01) построить график зависимости качества аппроксимации контрольной вбыорки от коэффициента регуляризации. Сравнить скорость работы в случае использования SVD разложения и без него.

Нелинейная регрессия. Обощенные линейные модели. Нестандартные функции потерь.

  • Семинар:
    • Практическая часть:
      • Нелинейная регрессия: пример задачи.
      • Сравнение градиентного спуска, метода Ньютона-Рафсона, метода Ньютона-Гауса.
      • Обобщенно линейные модели: оптимальный размер выборки.
      • Функция потерь для задачи поиска близких предложений.
      • Визуализация сходимости метода Ньютона Рафсона и стохастического градиента.
  • Домашнее задание:
    • Использовать модель для векторизации предложений из семинара. На основе полученных векторов решить задачу сентимент анализа для выборки Twitter (задача бинарной классификации). В качестве модели рассмотреть логистическую регрессию. Рекомендуется использовать модель Perceptron с третьего семинара, а также функцию ошибки torch.nn.BCELoss. Ссылка на данные: https://drive.google.com/file/d/1k4JrnVcoePEENCYt5iy17dyV_h133j2X/view?usp=sharing (предложения для классификации это последний столбец, а целевая переменная это второй столбец).

Критерии выбора моделей и методы отбора признаков.

  • Семинар:
    • Практическая часть:
      • Оценка качества моделе: внешний и внутрений критерии.
      • Отбор признаков: полный перебор, алгоритм Add, алгоритм Add-Del.
      • Качество классификации: Precision, Recall.
      • Пример задачи information retrieval.
      • О составлении выборки для постановки задачи ML.
  • Домашнее задание:
    • реализовать метода отбора признаков Add-Del.
    • предложения внешний критерий качества для задачи поиска ошибок в текстах.

Логические методы классификации.

  • Семинар:
    • Практическая часть:
      • Логический классификатор реализация.
      • Примеры задач для решения логичеким классификатором.
      • Критерии информативности.
      • Решающий список, простая реализация.
      • Решающее дерево.
      • Случайный лес.
  • Домашнее задание:
    • в реализованый метод построение логистического классификатора добавить возможность оптимизации по критерию Джини.

Поиск ассоциативных правил.

  • Семинар:
    • Практическая часть:
      • Постановка задачи ассоциативных правил.
      • Синтетичекий пример.
      • Пример реальных данных из kaggle.
      • Алгоритм APriory.
      • Алгоритм FP-growth.
      • Обобщение для вещественных данных.
      • Обобщенные ассоциативные правила.
  • Домашнее задание:
    • выполнить анализ ассоциативных правил, которые получены алгоримом FP-growth. Расмоттреть только те правила, которые содержат более 3 элементов

Композиции классификаторов.

  • Семинар:
    • Практическая часть:
      • DummyEnsemble.
      • AdaBoost.
      • Градиентный бустинг, XGBoost.
      • Пример реальных данных из kaggle.
      • RandomForest.
      • Mixture Of Expert.
  • Домашнее задание:
    • Рассматривается две выборки: выборка и выборка. Для обоих выборок построить AdaBoost, GradientBoosting, RandomForest, Bagging. Сравнить качество на обоих выборках. Отличается ли результат? Почему?

Композиции классификаторов (градиентный бустинг).

  • Семинар:
    • Практическая часть:
      • ComBoost.
      • Gradient Boosting.
      • XGBoost.
      • CatBoost.
  • Домашнее задание:
    • Реализовать комитетный бустинг для задачи регрессии.

Байесовская теория классификации.

  • Семинар:
    • Практическая часть:
      • Принцип максимума правдоподобия: визуализация.
      • Востановление плотности по империческим данным.
      • LOO для ввыбора ширины окна.
      • Наивный байесовский классификатор.
  • Домашнее задание:
    • Получить оценку параметров нормального распределения из принципа максимума правдоподобия.

Методы кластеризации и обучение на неразмеченных данных.

  • Семинар:
    • Практическая часть:
      • Задача кластеризации.
      • Примеры кластеров.
      • K-means.
      • DBSCAN.
      • Иерархическая кластеризация.
      • Частичное обучение.
      • Self-training, 1970.
      • Неразмеченные данные в глубоком обучении.
  • Домашнее задание:
    • Самому сравнить разные методы кластеризации для трех концентрических окружностей.

Весений семестр

Курсовое домашнее задание:

Первое задание:

  • Дедлайн: 23:59 31.03.2024. Жесткий дедлайн 07.04.2024, каждый день оценка по каждой задаче уменьшается на 0.05. Суммарное количество баллов за каждую задачу 1.
  • Задание доступно по ссылке.
  • Писать на почту Андрею. Тема письма [MIPT-2024-ML-spring-1] ФИО. В письме прислать .ipynb файлы (или ссылку на диск --- проверьте что есть доступ на чтение!!!).

Второе задание:

  • Дедлайн: 23:59 05.05.2024. Жесткий дедлайн 12.05.2024, каждый день оценка по каждой задаче уменьшается на 0.05.
  • Задание доступно по ссылке.
  • Писать на почту Андрею. Тема письма [MIPT-2024-ML-spring-2] ФИО. В письме прислать .ipynb файлы (или ссылку на диск --- проверьте что есть доступ на чтение!!!).

План занятий

Глубокие Нейронные Сети. Сверточные нейросети и Рекурентные сети.

  • Семинар:
    • Практическая часть:
      • Сверточные нейронные сети.
      • Отслеживание обучения при помощи tensorboard.
      • Рекурентные нейронные сети.
      • Использование предобученных моделей.
      • Интерпретируемость ответов нейросети.

Нейронные сети. Автокодировщик. Transfer Learning. Генеративно-Состязательные сети. ******************************************************************************* - Семинар: - Практическая часть: - Автокодировщик. - Линейный автокодировщик. - Автокодировщик на основе CNN. - Вариационный автокодировщик. - Перенос обучения с предварительно обученой модели. - Генеративно состязательные сети.

Векторное представления текстов.

  • Семинар:
    • Практическая часть:
      • Пример классификации твитов.
      • Зачем нужна векторизация?.
      • Токенизация текстов.
      • Word2Vec (на основе модели FastText).
      • FastText модель (сжатая до emb-dim=10 для легковестности).
      • Задачи для unsupervise training моделей векторизации.

Attention is all you need. Трансформеры.

  • Семинар:
    • Практическая часть:
      • Модель внимания в рекурентных нейронных сетях.
      • Трансформеры.
      • T2T переводчик.
      • BPE токенизация.
      • BERT.
      • LaBSE.

Тематическое моделирование.

  • Семинар:
    • Практическая часть:
      • Модель LDA.
      • Модель PLSA (bigartm).

Пояснение к домашнему заданию.

  • Семинар:
    • Практическая часть:
      • Задачи из ДЗ.

Задача ранжирования.

  • Семинар:
    • Практическая часть:
      • Базовые понятие.
      • Пример задачи ранжирования.
      • Пример рекомендательной системы.
      • Обучение поисковика на базе pyserini.

Рекомендательные системы.

  • Семинар:
    • Практическая часть:
      • Константная модель.
      • Кореляционная система.
      • SLIM.
      • SVD.

Временные ряды.

  • Семинар:
    • Практическая часть:
      • Авторегрессионая модель.
      • Экспоненциальное сглаживание.
      • Кластерный анализ временных рядов.

Онлайновое обучение.

Обучение с подкреплением.

  • Семинар:
    • Практическая часть:
      • Стационарный многорукий бандин.
      • Нестационарный многорукий бандин.
      • Задача о заплыве.

Активное обучение.

  • Семинар:
    • Практическая часть:
      • Активное обучение со случайным добавлчющим элементом.
      • Активное обучение с добавлением элемента с максимальной дисперсией.

Заключительное занятие.

  • Семинар:
    • Теоретическая часть:
      • Разбор Posterior Sampling