Репозиторій матеріалів по дисципліні Машинне навчання для спеціальності ІАВ

Зміст

Topic - теоретичні матеріали. Assignment - завдання для лабораторних та практичних занять. data - дані для теоретичних матеріалів та лаборатоних і практичних занять.

Вимоги до оформлення лабораторних робіт

1. Необхідно на Github створити репозиторій, куди будте викладати свої роботи.
2. Всі лабораторні оформлюються в форматі Rmd.
3. З Rmd генерується html файл.
4. Rmd та html файли викладаються в Ваш репозиторій у відповідну теку, наприклад для першої лаборатоної - lab1.
5. Також лабораторні можна виконати в Python. Тоді формат файлів - Jupyter notebook ipynb. Його необхідно завантажити у відповідну теку в своєму репозиторії.

Рекомендовані матеріали

1. Курс від Johns Hopkins University на Coursera "Practical Machine Learning".
2. Open Machine Learning Course - mlcourse.ai.
3. Rafael A. Irizarry. Introduction to Data Science. Машинному навчанню присвячена глава 5 цієї книги.
4. Курс на EdX Data Science: Machine Learning
5. Hadley Wickham & Garrett Grolemund. R for Data Science. Машинне навчання розглядається в главі "Model".
6. Max Kuhn and Julia Silge. Tidy Modeling with R.
7. Max Kuhn. The caret Package