Explore related topics
This course includes
- 9h 46m of video
- 47 lessons
- Level: Intermediate
- Spoken in Русский
- Your place is remembered
- Free in full, no card
Lessons
5 sections · 47 lessons · 9h 46m total length
Lessons 1 to 1010 lessons · 1h 59m
- Машинное обучение. Начало | Основы машинного обучения11m
- #1. Что такое машинное обучение? Обучающая выборка и признаковое пространство | Машинное обучение12m
- #2. Постановка задачи машинного обучения | Машинное обучение12m
- #3. Линейная модель. Понятие переобучения | Машинное обучение14m
- #4. Способы оценивания степени переобучения моделей | Машинное обучение8m
- #5. Уравнение гиперплоскости в задачах бинарной классификации | Машинное обучение12m
- #6. Решение простой задачи бинарной классификации | Машинное обучение13m
- #7. Функции потерь в задачах линейной бинарной классификации | Машинное обучение10m
- #8. Стохастический градиентный спуск SGD и алгоритм SAG | Машинное обучение18m
- #9. Пример использования SGD при бинарной классификации образов | Машинное обучение9m
Lessons 11 to 2010 lessons · 2h 15m
- #10. Оптимизаторы градиентных алгоритмов: RMSProp, AdaDelta, Adam, Nadam | Машинное обучение15m
- #11. L2-регуляризатор. Математическое обоснование и пример работы | Машинное обучение18m
- #12. L1-регуляризатор. Отличия между L1- и L2-регуляризаторами | Машинное обучение15m
- #13. Логистическая регрессия. Вероятностный взгляд на машинное обучение | Машинное обучение11m
- #14. Вероятностный взгляд на L1 и L2-регуляризаторы | Машинное обучение12m
- #15. Формула Байеса при решении конкретных задач | Машинное обучение14m
- #16. Байесовский вывод. Наивная байесовская классификация | Машинное обучение16m
- #17. Гауссовский байесовский классификатор | Машинное обучение12m
- #18. Линейный дискриминант Фишера | Машинное обучение6m
- #19. Введение в метод опорных векторов (SVM) | Машинное обучение17m
Lessons 21 to 3010 lessons · 1h 51m
- #20. Реализация метода опорных векторов (SVM) | Машинное обучение11m
- #21. Метод опорных векторов (SVM) с нелинейными ядрами | Машинное обучение11m
- #22. Вероятностная оценка качества моделей | Машинное обучение9m
- #23. Показатели precision и recall. F-мера | Машинное обучение14m
- #24. Метрики качества ранжирования. ROC-кривая | Машинное обучение14m
- #25. Метод главных компонент (Principal Component Analysis) | Машинное обучение9m
- #26. Сокращение размерности признакового пространства с помощью PCA | Машинное обучение10m
- #27. Сингулярное разложение и его связь с PCA | Машинное обучение10m
- #28. Многоклассовая классификация. Методы one-vs-all и all-vs-all | Машинное обучение11m
- #29. Метрические методы классификации. Метод k ближайших соседей | Машинное обучение11m
Lessons 31 to 4010 lessons · 1h 59m
- #30. Методы парзеновского окна и потенциальных функций | Машинное обучение11m
- #31. Метрические регрессионные методы. Формула Надарая-Ватсона | Машинное обучение15m
- #32. Задачи кластеризации. Постановка задачи | Машинное обучение9m
- #33. Алгоритм кластеризации Ллойда (K-средних, K-means) | Машинное обучение10m
- #34. Алгоритм кластеризации DBSCAN | Машинное обучение11m
- #35. Агломеративная иерархическая кластеризация. Дендограмма | Машинное обучение10m
- #36. Логические методы классификации | Машинное обучение13m
- #37. Критерии качества для построения решающих деревьев | Машинное обучение16m
- #38. Построение решающих деревьев жадным алгоритмом ID3 | Машинное обучение10m
- #39. Усечение (prunning) дерева, обработка пропусков и категориальных признаков | Машинное обучение15m
Lessons 41 to 477 lessons · 1h 41m
- #40. Решающие деревья в задачах регрессии. Алгоритм CART | Машинное обучение9m
- #41. Случайные деревья и случайный лес. Бутстрэп и бэггинг | Машинное обучение18m
- #42. Введение в бустинг (boosting). Алгоритм AdaBoost при классификации | Машинное обучение19m
- #43. Алгоритм AdaBoost в задачах регрессии | Машинное обучение13m
- #44. Градиентный бустинг и стохастический градиентный бустинг | Машинное обучение11m
- #45. Нейронные сети. Краткое введение в теорию | Машинное обучение15m
- #46. Обучение нейронной сети. Алгоритм back propagation | Машинное обучение15m
What you need
- Some grounding helps; this one picks up past the basics.
Description
Практический курс по ML на Stepik: https://stepik.org/course/209247/ Что такое машинное обучение и какого современное положение дел. Нужно ли нам бояться восстания машин? Обо всем этом узнаете из этого видео. Инфо-сайт: https://proproprogs.ru/ml Телеграм-канал: https://t.me/machine_learning_selfedu
Who this course is for
- People who know the basics of Machine learning and want to go further.
Those two are our reading of the course's level. The description is the author's own.