009. Байесовская теория классификации и методы восстановления плотности - К.В. Воронцов
Курс "Машинное обучение" является одним из основных курсов Школы, поэтому он является обязательным для всех студентов ШАД.
Лектор: Константин Вячеславович Воронцов, старший научный сотрудник Вычислительного центра РАН. Заместитель директора по науке ЗАО "Форексис". Заместитель заведующего кафедрой «Интеллектуальные системы» ФУПМ МФТИ. Доцент кафедры "Математические методы прогнозирования" ВМиК МГУ. Эксперт компании "Яндекс". Доктор физико-математических наук.
Программу курса можно посмотреть по ссылке: http://shad.yandex.ru/program/machine_learning.xml
Видео 009. Байесовская теория классификации и методы восстановления плотности - К.В. Воронцов канала Компьютерные науки
Лектор: Константин Вячеславович Воронцов, старший научный сотрудник Вычислительного центра РАН. Заместитель директора по науке ЗАО "Форексис". Заместитель заведующего кафедрой «Интеллектуальные системы» ФУПМ МФТИ. Доцент кафедры "Математические методы прогнозирования" ВМиК МГУ. Эксперт компании "Яндекс". Доктор физико-математических наук.
Программу курса можно посмотреть по ссылке: http://shad.yandex.ru/program/machine_learning.xml
Видео 009. Байесовская теория классификации и методы восстановления плотности - К.В. Воронцов канала Компьютерные науки
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Разведочный информационный поиск и тематическое моделирование - Константин Воронцов008. Прогнозирование временных рядов - К.В. Воронцов011. Байесовская теория классификации. Логическая регрессия. Восстановление смеси плотностей007. Нелинейная регрессия - К.В. ВоронцовНепараметрическая статистикаГлубинное обучение. Введение. Школа анализа данных, ЯндексГлубинное обучение. Оптимизация для глубинного обучения. Школа анализа данных, ЯндексГлубинное обучение. Сверточные нейросети в компьютерном зрении. Школа анализа данных, ЯндексВведение в статистическое обучение (с применением R - обзор книги)Глубинное обучение. Представления внутри сверточных нейросетей. Школа анализа данных, Яндекс027. Машинное обучение в киберспорте. Dota Science — Кирилл НеклюдовГлубинное обучение. Латентные глубокие модели. Школа анализа данных, ЯндексНаучный митап Yandex ResearchГлубинное обучение. Adversarial learning. Школа анализа данных, ЯндексГлубинное обучение. Глубинное обучение для 3D-реконструкции. Школа анализа данных, ЯндексГлубинное обучение. Сверточные нейросети. Школа анализа данных, ЯндексПисьменный разбор экзамена ШАД. Задача 8. Рёбра в графеПрограммирование ретрокомпьютеров: сборка демоРазбор письменного экзамена ШАД. Задача 1. Предел отношения