Курс «Машинное обучение»

Машинное обучение (англ. Machine Learning, ML) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач.

001. Вводная лекция — К.В. Воронцов

002. Метрические методы классификации — К.В. Воронцов

003. Логические алгоритмы классификации — К.В. Воронцов

004. Линейные методы классификации: метод стохастического градиента — К.В. Воронцов

005. Линейные методы классификации: метод опорных векторов — К.В. Воронцов

006. Методы восстановления регрессии — К.В. Воронцов

007. Нелинейная регрессия — К.В. Воронцов

008. Прогнозирование временных рядов — К.В. Воронцов

009. Байесовская теория классификации и методы восстановления плотности — К.В. Воронцов

010. Байесовская теория классификации и методы восстановления плотности — К.В. Воронцов

011. Байесовская теория классификации. Логическая регрессия. Восстановление смеси плотностей

012. Методы поиска ассоциативных правил — К.В. Воронцов

013. Обобщающая способность. Методы отбора признаков — К. В. Воронцов

014. Нейронные сети — К.В. Воронцов

015. Композиция классификаторов — К.В. Воронцов

016. Композиции классификаторов (продолжение) — К.В. Воронцов

017. Активное обучение — Евгений Крохалев

018. Методы обучения ранжированию — К.В. Воронцов

019. Коллаборативная фильтрация — К.В. Воронцов

020. Методы кластеризации — К.В. Воронцов

021. Поиск ассоциативных правил — К. В. Воронцов

022. Коллаборативные итерации — К. В. Воронцов

023. Вероятностные тематические модели коллекций текстовых документов (продолжение) — К.В. Воронцов

024. Методы частичного обучения — К.В. Воронцов

025. Обучение с подкреплением — К. В. Воронцов

Добавить комментарий

Ваш e-mail не будет опубликован.

RussiaTurkeyEnglishFrench