Анализ данных на R в примерах и задачах, часть 2
Санкт-Петербург / весна 2017, посмотреть все семестры

  1. Нейронные сети
    1. Теоретические результаты
    2. Нейронные сети в задачах аппроксимации
    3. Нейронные сети в регрессионных задачах
    4. Нейронные сети для прогнозирования
    5. Нейронные сети в задачах распознавания образов
  2. Предствление о DeepLearning

  3. Регуляризация

  4. Latent semantic analysis и работа с разреженными данными

  5. XGBoost

  6. Кейс: подготовка данных для анализа

  7. Совместный (conjoint) анализ

Дата и время Название Место Материалы
10 февраля
18:30–19:50
Занятие 01. Нейронные сети. Теоретические результаты, лекция Таймс, 4 этаж видеофайлы
17 февраля
18:30–19:50
Занятие 02. Нейронные сети в регрессионных задачах., лекция Таймс, 4 этаж видеофайлы
03 марта
18:30–19:50
Занятие 03. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 1, лекция Таймс, 4 этаж видеофайлы
10 марта
18:30–19:50
Занятие 04. Примеры решения задач Machine Learning с помощью нейронных сетей. Часть 2, лекция Таймс, 4 этаж видеофайлы
17 марта
18:30–19:50
Занятие 05. Нейронные сети. Представление о DeepLearning, лекция Таймс, 4 этаж видеофайлы
31 марта
18:30–19:50
Занятие 06. Регуляризация. Назначение и примеры использования, лекция Таймс, 4 этаж видеофайлы
07 апреля
18:30–19:50
Занятие 07. SVD разложение (Singular Value Decomposition), лекция Таймс, 4 этаж видеофайлы
11 апреля
18:30–19:50
Занятие 08. XGboost, лекция Таймс, 2 этаж, ауд.204 видеофайлы
14 апреля
18:30–19:50
Занятие 09. Кейс: подготовка данных для анализа., лекция Таймс, 4 этаж видеофайлы
21 апреля
18:30–19:50
Занятие 10. Ядерные оценка плотности. Непараметрическая регрессия., лекция Таймс, 4 этаж видеофайлы
28 апреля
18:30–19:50
Занятие 11. Совместный (conjoint) анализ., лекция Таймс, 4 этаж видеофайлы