Загрузка страницы

Лекция 6. Регрессия, регуляризация. Открытый курс OpenDataScience по машинному обучению mlcourse.ai

For lectures in English, check out this playlist https://bit.ly/2zY6Xe2

Это видео совпадает с https://bit.ly/2Os2Mvb только звук улучшен (Denis Cera)

На 6-ой лекции обсудим задачу восстановления регрессии, как изученные методы классификации под нее адаптируются, подробней разберем регуляризацию линейных моделей.

Сайт курса https://mlcourse.ai
О курсе на Хабре https://goo.gl/XH9RfL
4-ая тема на Хабре https://goo.gl/QHHt95 (первая часть – про регрессию)
Jupyter-notebooks в репозитории курса https://goo.gl/5ZsYtH
Демо-версия задания https://bit.ly/3DMzOjn

Видео Лекция 6. Регрессия, регуляризация. Открытый курс OpenDataScience по машинному обучению mlcourse.ai канала Yury Kashnitsky
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
6 ноября 2018 г. 0:03:17
02:43:53
Другие видео канала
mlcourse.ai. Lecture 6. Part 2. LASSO and Ridge. LTV prediction. Practicemlcourse.ai. Lecture 6. Part 2. LASSO and Ridge. LTV prediction. PracticeMLClass, "Practical Data Science". Section "Toolbox". Lesson 3MLClass, "Practical Data Science". Section "Toolbox". Lesson 3Firing a cannon at sparrows: BERT vs. logregFiring a cannon at sparrows: BERT vs. logregmlcourse.ai. Lecture 7. Part 1. Principal Component Analysis. Theory and practicemlcourse.ai. Lecture 7. Part 1. Principal Component Analysis. Theory and practicemlcourse.ai: free hands-on dive into practical Machine Learningmlcourse.ai: free hands-on dive into practical Machine Learningmlcourse.ai. Lecture 2. Visualizationmlcourse.ai. Lecture 2. Visualizationmlcourse.ai. Lecture 0. Introductionmlcourse.ai. Lecture 0. IntroductionHow to jump into Data ScienceHow to jump into Data Sciencemlcourse.ai. Lecture 4. Logistic regression. Practical part. Alicemlcourse.ai. Lecture 4. Logistic regression. Practical part. AliceЛекция 2. Визуализация. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 2. Визуализация. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 10. Градиентный бустинг. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 10. Градиентный бустинг. Открытый курс OpenDataScience по машинному обучению mlcourse.aiTopic 10. Part 1. Gradient boosting basicsTopic 10. Part 1. Gradient boosting basicsmlcourse.ai. Lecture -1. Outroductionmlcourse.ai. Lecture -1. Outroductionmlcourse.ai. Lecture 3. Decision trees. Part 2. Practicemlcourse.ai. Lecture 3. Decision trees. Part 2. PracticeBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 1. IntroBERT classifier fine-tuning with PyTorch, HuggingFace, and Catalyst. Part 1. IntroЛекция 2. Визуализация. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 2. Визуализация. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 3. Классификация, деревья решений. Открытый курс ODS по машинному обучению mlcourse.aiЛекция 3. Классификация, деревья решений. Открытый курс ODS по машинному обучению mlcourse.aimlcourse.ai. Lecture 5. Part 3. Business task: predicting paying users. Practicemlcourse.ai. Lecture 5. Part 3. Business task: predicting paying users. PracticeЛекция 7. Обучение без учителя. Открытый курс OpenDataScience по машинному обучению mlcourse.aiЛекция 7. Обучение без учителя. Открытый курс OpenDataScience по машинному обучению mlcourse.aimlcourse.ai Fall 2019 Live Session 0mlcourse.ai Fall 2019 Live Session 0mlcourse.ai. Lecture 5. Part 2. Classification metrics. Theorymlcourse.ai. Lecture 5. Part 2. Classification metrics. Theory
Яндекс.Метрика