MIPT_ML_base

Введение в машинное обучение

Программа курса

1. Naive Bayes, kNN
2. Линейные модели
3. Логистическая регрессия
4. SVM, PCA
5. BVD, k
6. Деревья решений. Методы ансамблирования моделей
7. Градиентный бустинг
8. Введение в нейронные сети
9. Методы кластеризации и понижения размерности
10. Неградиентная оптимизация
11. Задачи ранжирования и матчинга