Курс представляет собой изложение основных алгоритмов машинного обучения и методов решения прикладных задач. Курс содержит как теоритический, так и практический материал.
Материалы курса:
- Lecture 1. Что такое машинное обучение? Основные термины, папиры и источники. Соревнования по машинному обучению.
- Lecture 2. Базовые понятия и начало линейных моделей.
- Lecture 3. Линейные модели - Strike Back 😈
- Lecture 4. Метрические алгоритмы, метрики задачи классификации, линейная и логистическая регрессия, SVM.
- Lecture 5. Кластеризация, визуализация и снижение размерности.
- Lecture 6. Решающие деревья, ансамбли и случайный лес.
- Lecture 7. Advanced методы: Boosting, Blending, Stacking, Feature importance
