Лекция 12. Boosting. Gradient boosting machine. Ключевые параметры модели
https://compscicenter.ru/
Boosting. Gradient boosting machine. Ключевые параметры модели.
Лекция №12 в курсе "Анализ данных на Python в примерах и задачах. Часть 1" (весна 2018).
Преподаватель курса: Вадим Леонардович Аббакумов
Видео Лекция 12. Boosting. Gradient boosting machine. Ключевые параметры модели канала Computer Science Center
Boosting. Gradient boosting machine. Ключевые параметры модели.
Лекция №12 в курсе "Анализ данных на Python в примерах и задачах. Часть 1" (весна 2018).
Преподаватель курса: Вадим Леонардович Аббакумов
Видео Лекция 12. Boosting. Gradient boosting machine. Ключевые параметры модели канала Computer Science Center
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Как найти сумму ряда?Продвинутый LaTeX: как написать свой шаблонЛекция 15. Байт-код и сборка мусораЛекция 14. Что внутри Java?Лекция 13. Конкурентные коллекции. Аннотации12. Байесовский подходЛекция 12. Примитивы синхронизации и конкурентные коллекции11. Тысяча и один способ выстрелить себе в ногу, проверяя гипотезыЛекция 11. Многопоточность в JavaЛекция 10. Ввод-вывод10. Линейная регрессия9. Дисперсионный анализ. Корреляционный анализ. Линейная регрессияЛекция 9. Stream API Терминальные операции и коллекторы8. Гипотезы согласия. Гипотезы однородности. A/B тестыЛекция 8. Элементы функционального программирования. Stream API7. Простая гипотеза и простая альтернатива. Гипотезы о характеристикахЛекция 7. Map, hashcode, компараторы6. Проверка гипотез: основыЛекция 6. Обобщенные типы и коллекции5. М-оценки. Робастность. ЭффективностьЛекция 5. Исключения, try-catch, обобщенные типы