Семинар. Model Selection

Занятие ведёт Аркадий Боков. Ссылка на материалы: 00:00 - План семинара 01:01 - Напоминание: переобучение 04:35 - Напоминание: переобучение многочленов 8:50 - Напоминание: регуляризация и кросс-валидация 13:43 - Pipeline решения ML задач 23:04 - Предобработка данных 39:38 - Подбор гиперпараметров, поиск параметров по сетке: k-neighbors, decision tree 53:35 - Подбор гиперпараметров для random forest как для модели, использующей bagging 55:51 - Пример про необходимость нормировки данных для k-neighbors 59:20 - Сравнение полученных моделей в контексте текущей задачи 1:03:11 - Ансамблирование моделей для текущей задачи: стекинг 1:06:21 - Ансамблирование моделей для текущей задачи: бустинг (xgboost, catboost) --- Deep Learning School при ФПМИ МФТИ Каждые полгода мы запускаем новую итерацию нашего двухсеместрового практического онлайн-курса по глубокому обучению. Наборы проводятся в августе-сентябре и январе-феврале. За нашими новостями можно следить здесь: Наш канал в TG: Официальный сайт: Официальная группа ВК: Github-репозиторий: Поддержать канал можно на Boosty: ФПМИ МФТИ Официальный сайт: Магистратура: Онлайн-магистратура “Современная комбинаторика“: Онлайн-магистратура “Цифровая экономика“: Лаборатории ФПМИ: Другие записи курсов от Лектория ФИВТ вы можете найти на канале