2022 03 29 ML 7 video1

занятие 29 марта часть 1 №7

Спецкурс мехмата МГУ
Введение в методы машинного обучения и ИИ
Кумсков Михаил Иванович
Семестр - Полугодовой, весна
Учебный год - 2021/22
Дистанционно – в ZOOM

Рассматриваются основные типы моделей, используемые закономерностей в данных: регрессионный анализ, кластеризация данных, построение простых и обобщенных деревьев решений, сокращение данных – метод главных компонент. Эти методы, входящие в научную дисциплину «Распознавания образов» (Pattern Recognition), являются основой такой быстро развивающейся дисциплины как Business Intelligence (BI) и Машинное обучение (Machine Learning). Методы широко используются в бизнес-аналитике.
Кратко обсуждаются идеи и методы нейронных сетей и машины поддерживающих векторов (SVM – Support Vector Machine), а также методы bootstrap-построения оценок при недостаточном числе исходных данных. Рассматриваются основные понятия «нечеткого» (Fuzzy) анализа данных и их применения для построения новых признаков и ведения «нелинейности» в модели. Предлагаемые алгоритмы могут быть использованы в базах данных для восстановления (предсказания) пропущенных значений.