📄️ Метрические методы
Метрические методы прогнозирования для задачи регрессии и классификации. Понятие расстояния между объектами в метрических алгоритмах машинного обучения.
📄️ Метод ближайших центроидов
Метод ближайших центроидов (nearest centroids) для решения задачи классификации объектов в машинном обучении.
📄️ Метод K ближайших соседей
Метод K ближайших соседей (K nearest neighbors) для решения задачи регрессии и классификации объектов в машинном обучении.
📄️ Анализ метода K ближайших соседей
Преимущества и недостатки метода K ближайших соседей. Понятие проклятия размерности (curse of dimensionality).
📄️ Обобщение метода K ближайших соседей с весами
Обобщение метода K ближайших соседей за счёт взвешенного учёта объектов, в зависимости от их близости к целевому объекту, для которого нужно построить прогноз.
📄️ Веса в метрических методах
Выбор весов, с которыми учитываются объекты обучающей выборки при прогнозировании с помощью метрических методов машинного обучения.
📄️ Локально-постоянная регрессия
Регрессия Надарая-Ватсона, локально-постоянная регрессия - описание метода и основные параметры.
📄️ Функции расстояния
Популярные функции расстояния и меры близости. Косинусная мера близости, расстояние Махаланобиса, мера близости Жаккара, редакторское расстояние. Методы сравнения временных рядов.
📄️ Локально-линейная регрессия
Определение и свойства локально-линейной регрессии (LOWESS).