Лекция №3 «Классическое машинное обучение»

Описание

Третье занятие на курсе «Нейронные сети и их применение в научных исследованиях» для группы НС262 шестого потока обучения.
Преподаватель: Виктор Немченко
Дата: 26.10.2023

00:00 Заставка
00:31 Системы предсказаний
00:54 Экспертные системы (Rule-based systems)
01:43 Классическое машинное обучение
01:59 Глубокое машинное обучение
03:17 Необходимость методов классического машинного обучения
04:27 Деревья решений
05:33 Принцип работы дерева решений
07:05 Классификация
11:22 Регрессия
12:08 Преимущества и недостатки деревьев решений
15:11 Bias, Variance, Irreducible error
19:18 Бутстрэп
20:49 Построение доверительного интервала для качества метрики
24:39 Ансамбли
24:43 Корректирующий код
25:29 Усреднение предсказания классификаторов
28:35 Bagging = Bootstrap aggregation
30:51 Метод случайных подпространств (RSM, random subspace method)
32:50 Комбинация RSM и Bagging
34:36 Случайный лес
40:48 Boosting
42:24 Gradient boosting (градиентный бустинг)
51:06 Модификации градиентного бустинга
01:01:50 Про подбор параметров модифицированных бустингов
01:04:01 Блендинг и Стэкинг
01:13:58 Некоторые практические рекомендации
01:14:34 Применение нейронных сетей к табличным данным

Материалы лекции:
Открыть в Colab: https://colab.research.google.com/drive/16PBfUVR9hX1PQbfv08SQUfWJQYs2aFk8
Открыть в HTML-формате: https://msu.ai/decision_trees_ensembles

Сайт: https://msu.ai
VK: https://vk.com/msu_ai
Telegram: https://t.me/msu_ai_channel

#MSU_AI#Фонд_Интеллект