Занятие №3 Классическое машинное обучение

Третье занятие на курсе «Нейронные сети и их применение в научных исследованиях» для группы НС224. Преподаватель: Александр Пославский Таймкоды: 0:00 Системы предсказаний 3:06 Экспертные системы (Rule-based systems) 4:29 Классическое машинное обучение 6:32 Глубокое машинное обучение 10:45 Деревья решений 13:12 Принцип работы дерева решений 16:37 Деревья решений (классификация) 29:36 Деревья решений (Регрессия) 38:28 Преимущества и недостатки деревьев решений 54:37 Bias, Variance, Irreducible error 1:03:27 Бутстрэп 1:05:40 Корреляция и построение доверительного интервала для нее 1:06:16 Построение доверительного интервала для качества метрики 1:11:28 Ансамбли 1:12:46 Корректирующий код 1:16:08 Усреднение предсказания классификаторов 1:25:39 Bagging = Bootstrap aggregation 1:30:26 Метод случайных подпространств (RSM, random subspace method) 1:33:19 Комбинация RSM и Bagging 1:36:17 Случайный лес 1:51:30 Boosting 1:53:30 AdaBoost 2:00:22 Gradient boosting (градиентный бустинг) 2:17:29 Модификации градиентного