Все публикации

0:57:22

Лекция 7. Макростатистика

1:05:00

Лекция 6. Макростатистика

0:59:40

Лекция 5. Дискриминантный анализ

1:04:39

Лекция 4. DBSCAN, дискриминантный анализ

1:14:30

Лекция 3. Итерационные кластер-процедуры

1:05:08

Лекция 2. Агломеративные и дивизивные кластер-процедуры

1:10:46

Лекция 1. Метрики расстояния. Кластеризация: начало

0:29:52

Лекция 13. Эконометрика

1:04:51

Лекция 12. Аналитический подход к выделению тренда

2:19:42

Лекция 32. Kmeans + иерархическая кластеризация, метрики разные, критерии качества - силуэт

1:09:57

Лекция 11. Состав временного ряда. Методы выделения тренда. Тесты на стационарность, сезонность

2:15:42

Семинар 9. Внимание! Обрезанная версия. Ансамбли в библиотеке sklearn. Подбор оптимальных параметров

1:59:49

Семинар 10. Внимание! Обрезанная версия. PCA, SVD в библиотеке sklearn

1:10:50

Лекция 10. Простейшие методы прогнозирования

2:07:43

Лекция 30. Методы сокращения размерности

1:49:04

Лекция 26. Задачи обработки естественного языка

2:14:22

Лекция 27. Задачи обработки естественного языка

1:53:06

Лекция 29. Теория ансамблей. Беггинг, стекинг, бутстреп. Бустинг

1:15:16

Лекция 9. Нелинейные модели. Временные ряды

1:35:28

Лекция 28. Семантический анализ

1:14:12

Лекция 8. Обработка категориальных признаков. Нелинейные модели

1:53:35

Лекция 25. Глубокий анализ изображений

1:44:17

Лекция 24. Нейронные сети в анализе изображений

1:07:02

Лекция 7. Линейные регрессионные модели с переменной структорой