📄️ Обучение с учителем
Определение и примеры задач обучения с учителем. Объекты, признаки, обучающая выборка, типы задач машинного обучения с учителем
📄️ Настройка параметров модели
Настройка моделей машинного обучения. Функция потерь, функция выигрыша, оптимизация параметров методов машинного обучения.
📄️ Выпуклость потерь
Выпуклые функции потерь - опеределние и мотивация использования. Свойства выпуклых функций.
📄️ Регуляризация модели
Регуляризация моделей машинного обучения. Виды регуляризации моделей-L1 регуляризация, L2 регуляризация, ElasticNet и другие методы.
📄️ Взвешенный учёт наблюдений
Учёт объектов обучающей выборки с разными весами - формула, мотивация примеры использования.
📄️ Связь с принципом максимального правдоподобия
Связь вероятностных моделей и моделей машинного обучения. Оценка вероятностных моделей методом максимального правдоподобия и связь с минимизацией эмпирического риска.
📄️ Обобщающая способность
Недообучение и переобучение моделей машинного обучения. Понятие гиперпараметров моделей, их отличие от параметров моделей.
📄️ Оценка качества прогнозов
Оценка качества прогнозов и подбор гиперпараметров моделей. Стратифицированные выборки в машинном обучении.
📄️ Этапы решения задачи машинного обучения
Последовательность действий при разработке и внедрении алгоритмов машинного обучения. Методология CRISP-DM.
📄️ Обучение без учителя
Обучения без учителя в машинном обучени и. Определение и основные виды задач.
📄️ Частичное обучение
Частичное и трансдуктивное обучение в машинном обучении.
📄️ Вопросы
Вопросы по машинному обучению.