Машинное обучение 2 осень 2017 — различия между версиями
Материал из SEWiki
(→План лекций:) |
(→План лекций:) |
||
| Строка 4: | Строка 4: | ||
== План лекций: == | == План лекций: == | ||
| − | + | # Введение в область | |
| + | # Анализ задачи | ||
| − | + | * Сэмплирование и размерность задачи | |
| − | + | * Уменьшение размерности: feature selection | |
| − | + | ||
* Уменьшение размерности: feature extraction | * Уменьшение размерности: feature extraction | ||
* Embedded модели на линейном примере (LASSO, LARS, etc.) | * Embedded модели на линейном примере (LASSO, LARS, etc.) | ||
Версия 18:57, 8 сентября 2017
Семинар
Преподаватель: Кураленок И. Е.
План лекций:
- Введение в область
- Анализ задачи
- Сэмплирование и размерность задачи
* Уменьшение размерности: feature selection
* Уменьшение размерности: feature extraction
* Embedded модели на линейном примере (LASSO, LARS, etc.)
3. Практическая оценка методов машинного обучения 4. Теоретическая оценка 5. Основные принципы построения целевых функций 6. Необычные факторы в обучении
* Обучение на последовательностях
* Рекомендательные системы
7. Построение целевых функций 8. Введение в online обучение 9. Несколько подходов к построению решающей функции
* Сэмплирование пространства решений и NFLT
* Введение в байесовское моделирование
* Сегментация пространства задачи (деревья, кластеризация, :))
* Ансамбли (BOC->Boosting)
10. История решения одной практической задачи (MLR)
Презентации:
Файл:Ml-1.pdf Лекция №1. Введение в область.
