Машинное обучение 2 осень 2017 — различия между версиями
Материал из SEWiki
(→Семинар) |
|||
Строка 1: | Строка 1: | ||
== Семинар == | == Семинар == | ||
Преподаватель: Кураленок И. Е. | 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. |
Версия 18:10, 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.