検索
企業用
学生向け
閲覧
一番人気のコース
ログイン
参加は無料
List
ディレクトリ
検索対象:
硕士学位
MasterTracks™
专业证书
专项课程
课程
合作伙伴
讲师
语言
主题
视频
查询
“集合”
课程评论
视频
コース:Обучение на размеченных данных戻るには、
こちら
をクリックしてください。
Как прекрасны машинное обучение и анализ данных
Как устроена специализация, и зачем ее проходить
МФТИ
Знакомство с машинным обучением
Обучение на размеченных данных
Обучение без учителя
Признаки в машинном обучении
Линейные модели в задачах регрессии
Обучение линейной регрессии
Градиентный спуск для линейной регрессии
Стохастический градиентный спуск
Линейная классификация
Функции потерь в задачах классификации
Проблема переобучения
Регуляризация
Оценивание качества алгоритмов
Сравнение алгоритмов и выбор гиперпараметров
Метрики качества в задачах регрессии
Метрики качества классификации
Точность и полнота
Объединение точности и полноты
Качество оценок принадлежности классу
Встроенные датасеты. Sklearn.datasets
Кросс-валидация. Sklearn.cross_validation
Линейные модели. Sklearn.linear_model. Классификация
Линейные модели. Sklearn.linear_model. Регрессия
Метрики качества. Sklearn.metrics
Задача регрессии
Метод максимального правдоподобия
Регрессия как максимизация правдоподобия
Регрессия как оценка среднего
Регуляризация
Задача оценивания вероятностей и логистическая регрессия
Масштабирование признаков
Спрямляющие пространства
Работа с категориальными признаками
Несбалансированные данные
Многоклассовая классификация
Подбор параметров по сетке. Sklearn.grid_search
Задача: bike sharing demand
Задача: bike sharing demand. Продолжение
Решающие деревья
Обучение решающих деревьев
Критерии информативности
Критерии останова и стрижка деревьев
Решающие деревья и категориальные признаки
Решающие деревья в sklearn
Композиции деревьев
Смещение и разброс
Случайные леса
Трюки со случайными лесами
Случайные леса в sklearn
Композиции простых алгоритмов
Градиентный бустинг
Борьба с переобучением в градиентном бустинге
Градиентный бустинг для регрессии и классификации
Градиентный бустинг над решающими деревьями
Градиентный бустинг в XGBoost
Однослойная нейронная сеть
Многослойная нейронная сеть. Функция ошибки
Оптимизация параметров нейронной сети
Регуляризация и прореживание нейронной сети
Байесовская классификация: содержание урока
Спам-фильтры и наивный байесовский классификатор
Байесовский классификатор
Восстановление распределений (часть 1)
Восстановление распределений (часть 2)
Минимизация риска
Минимизация риска и анализ функций потерь
Метрические алгоритмы и SVM: содержание урока
Метод k ближайших соседей
Настройка параметров в kNN
Метрики в kNN
Проклятие размерности
Рекомендации фильмов с помощью kNN
Метод опорных векторов (SVM)
Ядра в методе опорных векторов (Kernel trick)
Теорема Байеса
Байесовский подход к теории вероятностей
Байесовские модели в задачах машинного обучения
Бонусное видео