Denaas в 12:14, 25 марта 2018

2018-03-25T12:14:55Z

← Предыдущая версия		Версия от 12:14, 25 марта 2018
Строка 97:		Строка 97:
	## алгоритм обучения		## алгоритм обучения
	## решающее правило		## решающее правило
	## связь с ~~bayes~~-variance decomposition		## связь с bias-variance decomposition
	## особенности, достоинства и недостатки		## особенности, достоинства и недостатки
	# Boosting		# Boosting
Строка 104:		Строка 104:
	## алгоритм обучения		## алгоритм обучения
	## решающее правило		## решающее правило
	## связь с ~~bayes~~-variance decomposition		## связь с bias-variance decomposition
	## особенности, достоинства и недостатки		## особенности, достоинства и недостатки

Denaas в 23:03, 24 марта 2018

2018-03-24T23:03:38Z

← Предыдущая версия		Версия от 23:03, 24 марта 2018
Строка 19:		Строка 19:
	## регуляризация в линейных моделях		## регуляризация в линейных моделях
	## отбор признаков		## отбор признаков
	## ~~bayes~~-variance decomposition		## bias-variance decomposition
	# Оптимизация гиперпарамтеров модели, Градиентный спуск		# Оптимизация гиперпарамтеров модели, Градиентный спуск
	## виды валидации и их свойста:		## виды валидации и их свойста:

Denaas: Новая страница: «# Объектно-ориентированное программирование ## принципы и понятия ООП, их реализация в яз…»

2018-03-02T15:21:36Z

Новая страница: «# Объектно-ориентированное программирование ## принципы и понятия ООП, их реализация в яз…»

Новая страница

# Объектно-ориентированное программирование
## принципы и понятия ООП, их реализация в языке Python
## классы, экземпляры классов, конструкторы, свойства и методы.
## наследование, переопределение функций.
## композиция как альтернатива наследованию.
# Базовые понятия теории алгоритмов.
## понятие вычислительной сложности.
## поиск паттерна в строке, алгоритм Рабина-Карпа.
## асимптотическая оценка сложности по времени и по памяти
# Постановка задач машинного обучения
## supervised vs unsupervised learning, примеры задач
## виды функции потерь
## метрики качества и их особенности
## особенности многоклассовой классификации
### one vs rest
### one vs one
### multinomial logistic regression, softmax
# Явление переобучения и как с ним бороться
## регуляризация в линейных моделях
## отбор признаков
## bayes-variance decomposition
# Оптимизация гиперпарамтеров модели, Градиентный спуск
## виды валидации и их свойста:
### hold out
### cross-validation
### leave-one-out
## градиентный спуск
## стохастический градиентный спуск
# Наивный байесовский классификатор
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
# Линейные модели для регресиии, Lasso и Ridge регрессия
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
# Логистическая регрессия
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
## multinomial logistic regression
# Support Vector Machine
## понятие отступа (margin)
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
# K-Nearest Neighbors
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
## сложность алгоритма
# Постановка задачи кластеризации, K-means
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## особенности, достоинства и недостатки
## оценка качества кластеризации, внутренние и внешние метрики качества
# Постановка задачи кластеризации, Иерархическая кластеризация
## types of linkage
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## особенности, достоинства и недостатки
## оценка качества кластеризации, внутренние и внешние метрики качества
# Понижение размерности. PCA
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## особенности, достоинства и недостатки
## сложность алгоритма
# Распределенные представления Word2vec (CBOW, skip-grams) и Glove
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## операции над векторами, поиск синонимов.
## особенности, достоинства и недостатки
# Тематическое моделирование LSA, LDA, NMF
## формулировка задачи обучения (функция потерь / функционал качества)
## решающее правило
## особенности, достоинства и недостатки
## методы оценки качества тематических моделей
# Модели с латентными переменными. Скрытые марковские модели.
## допущения марковской модели
## supervised vs unsupervised learning
## алгоритм Витерби
## особенности, достоинства и недостатки
# решающие деревья
## формулировка задачи обучения (функция потерь / функционал качества)
## критерии расщепления
## алгоритм обучения
## решающее правило
## связь с отбором признаков
## особенности, достоинства и недостатки
# Bagging. Random Forest
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## связь с bayes-variance decomposition
## особенности, достоинства и недостатки
# Boosting
## Adaboost vs gradient boosting
## формулировка задачи обучения (функция потерь / функционал качества)
## алгоритм обучения
## решающее правило
## связь с bayes-variance decomposition
## особенности, достоинства и недостатки

Программирование (python) для лингвистов экзамен - История изменений

Denaas в 12:14, 25 марта 2018

Denaas в 23:03, 24 марта 2018

Denaas: Новая страница: «# Объектно-ориентированное программирование ## принципы и понятия ООП, их реализация в яз…»