Машинное обучение 2 осень 2017 — различия между версиями
Материал из SEWiki
(→План лекций:) |
(→План лекций:) |
||
| Строка 6: | Строка 6: | ||
# Введение в область | # Введение в область | ||
# Анализ задачи | # Анализ задачи | ||
| − | + | ## Сэмплирование и размерность задачи | |
| − | + | ## Уменьшение размерности: feature selection | |
| − | + | ## Уменьшение размерности: feature extraction | |
| − | + | ## Embedded модели на линейном примере (LASSO, LARS, etc.) | |
| − | + | # Практическая оценка методов машинного обучения | |
| − | + | # Теоретическая оценка | |
| − | + | # Основные принципы построения целевых функций | |
| − | + | # Необычные факторы в обучении | |
| − | + | ## Обучение на последовательностях | |
| − | + | ## Рекомендательные системы | |
| − | + | # Построение целевых функций | |
| − | + | # Введение в online обучение | |
| − | + | # Несколько подходов к построению решающей функции | |
| − | + | ## Сэмплирование пространства решений и NFLT | |
| − | + | ## Введение в байесовское моделирование | |
| − | + | ## Сегментация пространства задачи (деревья, кластеризация, :)) | |
| − | + | ## Ансамбли (BOC->Boosting) | |
| − | + | # История решения одной практической задачи (MLR) | |
| − | + | ||
== Презентации: == | == Презентации: == | ||
[[Файл:Ml-1.pdf]] Лекция №1. Введение в область. | [[Файл:Ml-1.pdf]] Лекция №1. Введение в область. | ||
Версия 18:58, 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.)
- Практическая оценка методов машинного обучения
- Теоретическая оценка
- Основные принципы построения целевых функций
- Необычные факторы в обучении
- Обучение на последовательностях
- Рекомендательные системы
- Построение целевых функций
- Введение в online обучение
- Несколько подходов к построению решающей функции
- Сэмплирование пространства решений и NFLT
- Введение в байесовское моделирование
- Сегментация пространства задачи (деревья, кластеризация, :))
- Ансамбли (BOC->Boosting)
- История решения одной практической задачи (MLR)
Презентации:
Файл:Ml-1.pdf Лекция №1. Введение в область.
