В 2022 году Computer Science Center приостановил набор и обучение

Машинное обучение, часть 1

Санкт-Петербург, весна 2012

Описание

Курс является первой частью годового курса. Он знакомит слушателей с основными понятиями и базовыми методами машинного обучения.

Видеозаписи лекций находятся по ссылке.

Также можно смотреть записи лекций в версиях курса, прочитанных осенью 2013 года и осенью 2014 года.

Преподаватели

Игорь Евгеньевич Куралёнок
Читает лекции

Список лекций

Постановка задачи. Виды обучения. "Дедуктивные" и "индуктивные" методы обучения
Отличия от стохастической оптимизации. Переобучение. Оценка качества обучения. Overfitting on validation. Кроссвалидация
Некоторые способы построения параметрической целевой функции

Некоторые способы построения параметрической целевой функции: Lq, maximum a posteriori, метод максимального правдоподобия, метод максимальной энтропии

Переборные методы. Сэмплирование пространства параметров
Генетические алгоритмы. Differential evolution
Обзор методов оптимизации (по Ю.Е. Нестерову)
Выпуклая оптимизация
K ближайших соседей. Проклятье размерности. Обзор простых методов поиска ближайших соседей: kd-tree, r-tree, LSH
Metric learning (по tutorial Brian Kulis)
Обучение ранжированию