Машинное обучение I. Основные понятия, решающие деревья, бустинг и бэггинг. Практика на sklearn
Первое занятие курса посвящено классическим методам. Сперва мы рассмотрим общую постановку задач машинного обучения, разберемся, какими они бывают. Далее изучим метрический классификатор kNN и его модификации, рассмотрим решающие деревья и случайные леса, а также начнем разбираться с линейными моделями.
С одной стороны, курс не будет требовать серьезных знаний математики, поэтому рассчитан на довольно широкую аудиторию.
С другой стороны, в курсе все равно будет подробно рассматриваться теория (пусть и без доказательства теорем и сложных математических выводов), чтобы у слушателей сложилось полное понимание работы алгоритмов, и они не воспринимали Машинное обучение как «магию», которую надо повызывать из Питона, и она почему-то сработает (или нет).
Также, в отличие от полностью теоретических курсов, будет подробно обсуждаться и практическая часть: какие есть реализации алгоритмов в Питоне и как ими пользоваться.
Практика и все сопутствующие материалы будут выложены на сайте курса
Преподаватель курса: ассистент кафедры информатики МФТИ Плюснин Павел
Проведи самоизоляцию с пользой! Присоединяйся к трансляции!
1 view
603
181
7 months ago 00:08:16 1
УЗНАЙ, КАК И СКОЛЬКО ТЫ МОЖЕШЬ ЗАРАБАТЫВАТЬ В ПРОЕКТЕ “INSTART“
7 months ago 00:48:11 1
Ты живешь БЛАГОДАРЯ МАТЕМАТИКЕ! И вот почему! / Редакция.Наука
7 months ago 01:15:57 1
Как Сделать Лучший Пет-Проект | Архитектура Бекенда за 1 час
7 months ago 00:06:28 1
НАУЧУ СТРИЧЬ ЗА 5 МИНУТ - МОДНАЯ ДЕТСКАЯ СТРИЖКА КОТОРУЮ ЛЕГКО ПОВТОРИТЬ ДОМА \ BOY HAIRCUT FADE