MachineLearning 2013 — различия между версиями
Материал из SEWiki
Mstepanov (обсуждение | вклад) (→Программа курса) |
Mstepanov (обсуждение | вклад) (→Программа курса) |
||
| Строка 15: | Строка 15: | ||
**Регуляризация | **Регуляризация | ||
*Классификация | *Классификация | ||
| + | **Наивный байес | ||
| + | **Деревья принятия решений, случайный лес | ||
**Нейронные сети и алгоритм обратного распространени¤ ошибок | **Нейронные сети и алгоритм обратного распространени¤ ошибок | ||
**Метод опорных векторов (SVM) | **Метод опорных векторов (SVM) | ||
| + | **AdaBoost | ||
*Рекомендации по использованию алгоритмов машинного обучения | *Рекомендации по использованию алгоритмов машинного обучения | ||
**Выбор модели | **Выбор модели | ||
Версия 12:59, 27 февраля 2013
Лектор - Степанов М.
Лекции
Практические задания
Программа курса
- Методы визуализации и анализа
- Линейные модели
- Линейная регрессия
- Логистическая регрессия
- Обощенные линейные модели
- Регуляризация
- Классификация
- Наивный байес
- Деревья принятия решений, случайный лес
- Нейронные сети и алгоритм обратного распространени¤ ошибок
- Метод опорных векторов (SVM)
- AdaBoost
- Рекомендации по использованию алгоритмов машинного обучения
- Выбор модели
- Компромисc смещения-дисперсии (bias-variance trade-off)
- Кривая обучения
- Кластеризация
- Метод к-средних(k-means)
- EM-алгоритм
- Иерархические методы
- Рекомендации по использованию методов кластеризации
- Методы понижения размерности данных
- Метод главных компонент (PCA)
- Многомерное шкалирование
- Методы поиска аномалий в данных
- Рекомендательные системы
- Методы работы с большими объемами данных с использованием MapReduce
Список литературы
- Christopher M. Bishop, Pattern Recognition and Machine Learning
- Andrew Ng, Lecture notes, Machine Learning[1]
- Воронцов К.В., Машинное обучение (курс лекций)[2]
