girafe-ai/ml-course

Open Machine Learning course

Jupyter Notebook

3,584

68 commits

updated Oct 17, 2026

See the code

README

Ссылка на ветку ML тренировок Яндекса 2023

Machine Learning course

First semester of girafe-ai Machine Learning course

Recordings and materials

DateContentLecture videoSlidesWarmUp testHWDeadlineComments
05.09.2022Week01. Intro, Naive Bayes and kNN.Запись лекции 2021 Запись семинара 2021СлайдыAssignment 01: kNN23.59 AOE, 03.10.2022По техническим причинам запись лекции 2022 года не велась
12.09.2022extra Week. Linear algebra recap.Запись лекции Запись семинара 2022Слайды
19.09.2022Week02. Linear Regression.Запись лекции Запись семинара 2022СлайдыAssignment 02: Linear Regression23.59 AOE, 10.10.2022
26.09.2022Week03. Linear Classification.Запись лекции Запись семинара 2022СлайдыLab01: ML pipeline23.59 AOE 10.11.2022
03.10.2022Week04. SVM, PCA.Запись лекции Запись семинара 2022СлайдыAssignment 03: SVM kernel23.59 AOE, 24.10.2022
10.10.2022Week05. Trees and ensemblesЗапись лекцииСлайдыOptional assignment 04: Tree from scratch23.59 AOE, 22.12.2022Вместо семинара проходила контрольная работа
17.10.2022Week06. Gradient boostingЗапись лекции Запись семинараСлайды
24.10.2022Week07. Разбор тестаЗапись разбораВместо лекции были тест и разбор.
31.10.2022Week08. Intro into Deep LearningЗапись лекции Запись семинараСлайды
07.11.2022Week09. BackpropogationЗапись семинараСлайдыЛекция не велась по причине болезни преподавателя, однако был проведён дополнительный семинар по backpropogation
14.11.2022Week10. Dropout and BatchnormЗапись лекции Запись семинараСлайды
21.11.2022Week11. Embeddings and seq2seq modelЗапись лекции Запись семинараСлайды

Prerequisites

Prerequisites are located here.

Literature:

  1. YSDA ML Book (Russian only)
  2. Probabilistic Machine Learning: An Introduction; English link, Русский перевод
  3. 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
computer-vision
course
deep-learning
machine-learning
materials
natural-language-processing
python
pytorch
reinforcement-learning
seminars

girafe-ai/ml-course

Open Machine Learning course

Jupyter Notebook

3,584

68 commits

updated Oct 17, 2026

See the code

README

Ссылка на ветку ML тренировок Яндекса 2023

Machine Learning course

First semester of girafe-ai Machine Learning course

Recordings and materials

DateContentLecture videoSlidesWarmUp testHWDeadlineComments
05.09.2022Week01. Intro, Naive Bayes and kNN.Запись лекции 2021 Запись семинара 2021СлайдыAssignment 01: kNN23.59 AOE, 03.10.2022По техническим причинам запись лекции 2022 года не велась
12.09.2022extra Week. Linear algebra recap.Запись лекции Запись семинара 2022Слайды
19.09.2022Week02. Linear Regression.Запись лекции Запись семинара 2022СлайдыAssignment 02: Linear Regression23.59 AOE, 10.10.2022
26.09.2022Week03. Linear Classification.Запись лекции Запись семинара 2022СлайдыLab01: ML pipeline23.59 AOE 10.11.2022
03.10.2022Week04. SVM, PCA.Запись лекции Запись семинара 2022СлайдыAssignment 03: SVM kernel23.59 AOE, 24.10.2022
10.10.2022Week05. Trees and ensemblesЗапись лекцииСлайдыOptional assignment 04: Tree from scratch23.59 AOE, 22.12.2022Вместо семинара проходила контрольная работа
17.10.2022Week06. Gradient boostingЗапись лекции Запись семинараСлайды
24.10.2022Week07. Разбор тестаЗапись разбораВместо лекции были тест и разбор.
31.10.2022Week08. Intro into Deep LearningЗапись лекции Запись семинараСлайды
07.11.2022Week09. BackpropogationЗапись семинараСлайдыЛекция не велась по причине болезни преподавателя, однако был проведён дополнительный семинар по backpropogation
14.11.2022Week10. Dropout and BatchnormЗапись лекции Запись семинараСлайды
21.11.2022Week11. Embeddings and seq2seq modelЗапись лекции Запись семинараСлайды

Prerequisites

Prerequisites are located here.

Literature:

  1. YSDA ML Book (Russian only)
  2. Probabilistic Machine Learning: An Introduction; English link, Русский перевод
  3. 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
computer-vision
course
deep-learning
machine-learning
materials
natural-language-processing
python
pytorch
reinforcement-learning
seminars

Significant stargazers

arkivm

20 followers · starred Apr 2025

José Ignacio Escribano

121 followers · starred Apr 2025

Oleg Makeev

14 followers · starred Nov 2023

Filatenkov Artur

17 followers · starred Sep 2021