Постановка задачи машинного обучения // Основы машинного обучения

Приступаем к новой теме — основам машинного обучения. О них расскажет Татьяна Гайнцева — преподаватель Deep Learning School при МФТИ, исследователь в лаборатории LAMBDA (НИУ ВШЭ) и группе Video Intelligence Huawei.

Что разберём на уроках:

• постановку задачи машинного обучения;

• матрицу объектов-признаков;

• обучающую и тестовую выборки;

• классификацию и регрессию;

• алгоритм k-ближайших соседей.

А также попрактикуемся в библиотеке SKLearn.

Приступайте к основным заданиям (vk.cc/az1ltZ), а после — попробуйте дополнительные (vk.cc/az1loV).

Закрепим знания, разбирая реальную ML-задачу с Павлом Калайдиным — директором ВКонтакте по исследованиям в области искусственного интеллекта и заведующим Лабораторией ВКонтакте в МФТИ.

Чтобы проверить себя, можно пройти тест по теме: vk.cc/az1lkz

Курс VK Fellowship разработан для преподавателей информатики в общеобразовательных школах. Предыдущие темы вы можете найти в записях этого сообщества. Не забывайте следить за новыми публикациями — впереди много интересного!

Комментарии: