Курс «Машинное обучение 1». Лекция 1 (Евгений Соколов)

preview_player
Показать описание
Курс посвящён изучению основных методов машинного обучения.

Изучаемые темы можно разбить на два блока:
- Первый блок — обучение с учителем. Изучаются линейные модели и методы градиентного обучения, решающие деревья, композиции моделей (случайный лес, градиентный бустинг и его имплементации), приложения в рекомендательных системах.
- Второй блок — обучение без учителя. Изучаются методы кластеризации, визуализации, понижения размерности.

Преподаватель: Евгений Соколов, заместитель руководителя и старший преподаватель департамента больших данных и информационного поиска, академический руководитель программы «Прикладная математика и информатика».

  1. ФКН ВШЭ
  2. Факультет
  3. компьютерных
  4. наук
  5. Высшая
  6. школа
Рекомендации по теме
Курс «Машинное обучение 1:08:04

Курс «Машинное обучение 1». Лекция 1 (Евгений Соколов)

Основы машинного обучения, 1:19:26

Основы машинного обучения, лекция 1 — основные понятия

Лекция 1. Введение 1:11:28

Лекция 1. Введение в машинное обучение.

Машинное обучение 1, 1:21:02

Машинное обучение 1, лекция 1 — введение

Машинное обучение 1, 1:15:58

Машинное обучение 1, лекция 1 — введение

Курс «Машинное обучение 1:21:21

Курс «Машинное обучение 1». Лекция 3 (Евгений Соколов)

Курс «Машинное обучение 1:19:51

Курс «Машинное обучение 1». Лекция 4 (Евгений Соколов)

Курс «Машинное обучение 1:17:11

Курс «Машинное обучение 1». Лекция 2 (Евгений Соколов)

Лекция 1: введение 0:45:56

Лекция 1: введение / Марцис Гасунс, Ольга Литвиненко

Р.В. Шамин. Лекция 0:57:38

Р.В. Шамин. Лекция № 1 Машинное обучение в механике: обзор возможностей...

Евгений Разинков. Лекция 1:07:42

Евгений Разинков. Лекция 1. Введение в машинное обучение (курс 'Машинное обучение', весна ...

Машинное обучение 1, 1:17:43

Машинное обучение 1, лекция 2 — линейная регрессия

Машинное обучение и 2:20:03

Машинное обучение и анализ данных (4 курс). Лекция 1

Машинное обучение 1, 1:12:59

Машинное обучение 1, лекция 9 — многоклассовая классификация, решающие деревья...

Лекция 1 | 1:29:56

Лекция 1 | Машинное обучение | Сергей Николенко | Лекториум...

Машинное обучение 1, 1:17:48

Машинное обучение 1, лекция 2 — линейная регрессия

Машинное обучение 1, 1:17:07

Машинное обучение 1, лекция 1 — введение

Курс «Машинное обучение 1:17:51

Курс «Машинное обучение 1». Лекция 12 (Евгений Соколов)

Курс «Машинное обучение 1:18:42

Курс «Машинное обучение 1». Лекция 6 (Евгений Соколов)

Лекция 1 | 0:24:16

Лекция 1 | Машинное обучение | Лекториум

Машинное обучение. Вводная 1:34:38

Машинное обучение. Вводная лекция. К.В. Воронцов, Школа анализа данных, Яндекс....

Курс «Машинное обучение 1:04:38

Курс «Машинное обучение 1». Лекция 14 (Евгений Соколов)

Лекция 1. Введение 2:49:29

Лекция 1. Введение в машинное обучение

Курс «Машинное обучение 1:28:54

Курс «Машинное обучение 1». Лекция 10 (Евгений Соколов)

Комментарии
Автор

Благодарю, за то, что выбиваете эту математику из моей головы! 😂🔥👍🤝💯

Dmitrii-Zhinzhilov
Автор

00:00 суть машинного обучения на примере перевода текста
09:13 разбор понятий на примере рекомендательной системы для музыки
10:09 объект
12:03 ответ (целевая переменная, таргет)
14:17 множество объектов и множество ответов
17:17 признаки
20:40 типы признаков
33:26 признаковое описание
34:38 обучающая выборка
39:25 тип задач. Обучение с учителем
45:40 обучение без учителя
50:00 модель (алгоритм)
51:08 линейные модели
54:50 функция потерь
58:06 функционал ошибки
1:00:30 задача обучения

YangiFikrlar
Автор

Спасибо, пока кажется очень просто, местами медленное повествование, но может так и надо.

njmnwmu
Автор

Объект - это материальная или виртуальная сущность или процесс. Образ - результат отображения объекта в шифровую модель. Распознавание - получение образа и отнесение его к одному из возможных классов. Распознавание графических, текстовых, цифровых, аудио. видео-образов. И т.д. Уверен, что это понятия навсегда запомнили 100% внимающих.

zskviid
Автор

Этот курс хорош тем что все разбирают на понятных примерах, пытался смотреть другие курсы и было тяжело все в голове совместить как связана линейная модель о которой всегда говорится на начале с компьютерным зрением или нлп

feliks
Автор

Спасибо за курс. Такой вопрос: sql нужен для ml?

hopelesssuprem
Автор

В 1954 году IBM 701 переводила русский на английский на основе правил с поразительной на то время точностъю. (Кому интересно ищите "IBM Archives: 701 Translator" ) К словам добавлялись специальные метки, чтобы разруливать контекстные разночтения. Если какое-то слово имеет метку, то ищут нет ли к этой метке связанного слова с подходящей меткой, и тогда перевод будет отличаться от прямого. Пример из статъи: Генерал-майор преводится major general, для этого слово генерал получало метку 21, а майор метку 110. И в инструкции машины указано, если встретишь слово с меткой 110, посмотри нет ли перед ним слова с меткой 21, и если так, напечатай слова в обратной последовательности.

pixelwurmi