girafe-ai/ml-course
girafe-ai/ml-course has 3,600 GitHub stars and 1,308 forks. GitHot measured 0 stars in 24 hours, +9 in 7 days, and +12 in 15 days. Last checked 2026-11-12 21:08 UTC. Last push 2026-10-29.
Curso abierto de aprendizaje automático
Crecimiento de estrellas medido
- in 24h
- 0
- in 7 days
- +9
- in 15 days
- +12
- in 1 month
- Recopilando historial
Cambios netos en períodos que se solapan, no totales diarios. Los datos no disponibles se dejan en blanco. Las estrellas indican interés, no calidad.
README.md
OriginalСсылка на ветку ML тренировок Яндекса 2023
Machine Learning course
First semester of girafe-ai Machine Learning course
Recordings and materials
| Date | Content | Lecture video | Slides | WarmUp test | HW | Deadline | Comments |
|---|---|---|---|---|---|---|---|
| 05.09.2022 | Week01. Intro, Naive Bayes and kNN. | Запись лекции 2021 Запись семинара 2021 | Слайды | Assignment 01: kNN | 23.59 AOE, 03.10.2022 | По техническим причинам запись лекции 2022 года не велась | |
| 12.09.2022 | extra Week. Linear algebra recap. | Запись лекции Запись семинара 2022 | Слайды | ||||
| 19.09.2022 | Week02. Linear Regression. | Запись лекции Запись семинара 2022 | Слайды | Assignment 02: Linear Regression | 23.59 AOE, 10.10.2022 | ||
| 26.09.2022 | Week03. Linear Classification. | Запись лекции Запись семинара 2022 | Слайды | Lab01: ML pipeline | 23.59 AOE 10.11.2022 | ||
| 03.10.2022 | Week04. SVM, PCA. | Запись лекции Запись семинара 2022 | Слайды | Assignment 03: SVM kernel | 23.59 AOE, 24.10.2022 | ||
| 10.10.2022 | Week05. Trees and ensembles | Запись лекции | Слайды | Optional assignment 04: Tree from scratch | 23.59 AOE, 22.12.2022 | Вместо семинара проходила контрольная работа | |
| 17.10.2022 | Week06. Gradient boosting | Запись лекции Запись семинара | Слайды | ||||
| 24.10.2022 | Week07. Разбор теста | Запись разбора | Вместо лекции были тест и разбор. | ||||
| 31.10.2022 | Week08. Intro into Deep Learning | Запись лекции Запись семинара | Слайды | ||||
| 07.11.2022 | Week09. Backpropogation | Запись семинара | Слайды | Лекция не велась по причине болезни преподавателя, однако был проведён дополнительный семинар по backpropogation | |||
| 14.11.2022 | Week10. Dropout and Batchnorm | Запись лекции Запись семинара | Слайды | ||||
| 21.11.2022 | Week11. Embeddings and seq2seq model | Запись лекции Запись семинара | Слайды |
Prerequisites
Prerequisites are located here.
Literature:
- YSDA ML Book (Russian only)
- Probabilistic Machine Learning: An Introduction; English link, Русский перевод
- Deep Learning Book: English link. Первая часть (Part I) крайне рекомендуется к прочтению.
More additional materials are available here
Exam program:
Available here
Main authors:
- Radoslav Neychev
- Vladislav Goncharenko
Contributors:
- Iurii Efimov
- Nikolay Karpachev
- Ivan Provilkov
- Valery Marchenkov
- Anastasia Ianina
- Irina Rudenko
- Fedor Ryabov
Acknowledgements:
Special thanks to:
- Stanislav Fedotov, YSDA for informative discussions, program verification and support.
- Konstantiv Vorontsov
- Vadim Strijov for teaching this course teachers
- Just Heuristic
Explorar proyectos relacionados
tensorflow/tensorflow
Un framework de código abierto de aprendizaje automático para todos
201,584 estrellashuggingface/transformers
🤗 Transformers: el framework de definición de modelos para modelos de aprendizaje automático de vanguardia en texto, visión, audio y multimodal, tanto para inferencia como para entrenamiento.
168,917 estrellasAUTOMATIC1111/stable-diffusion-webui
Interfaz web de Stable Diffusion
165,300 estrellasComfy-Org/ComfyUI
La GUI, la API y el backend más potentes y modulares para modelos de difusión, con una interfaz de grafos y nodos. El motor de inferencia local más rápido del mundo.
146,472 estrellas