Машинное обучение и анализ данных. Дмитрий Коробченко (NVIDIA) |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2017-08-11 17:22 Машинное обучение и анализ данных. Обзор решаемых задач, методов и примеров применения. • Что такое машинное обучение? • Математический базис для машинного обучения • Обучение с учителем (классификация, регрессия) • Проблема переобучения и способы её предотвращения • Оценка качества, кросс-валидация • Обучение без учителя (кластеризация, понижение размерности) • Обучение с подкреплением • Методология применения машинного обучения для решения бизнес задач • Инструментарий Комментарии: |
|