Курсы Лекторы Материалы О проекте
Курсы Лекторы Материалы О проекте
О проекте
Вход
Войти
Лекция 2. Методология машинного обучения
Лекция из курса:
Машинное обучение для решения прикладных задач
Артамонов Сергей Александрович
Видео не может быть загружено из-за проблем с интернет-соединением или проблем на сервере. Или формат файла не поддерживается вашим браузером.
Лекция 2. Методология машинного обучения
Видео закончится через
NaN:NaN
00:00
00:00
00:15
Следующая секция начнется через 06:57
Тема лекции: методология машинного обучения
06:57
Следующая секция начнется через 06:57
Обучение алгоритма и оценка его качества
13:27
Следующая секция начнется через 06:57
Разбиение выборки на train и test
16:46
Следующая секция начнется через 06:57
Инструменты для отделения тестовой выборки от тренировочной
43:28
Следующая секция начнется через 06:57
Метод стратификации
51:51
Следующая секция начнется через 06:57
Разбиение выборки на три части
55:38
Следующая секция начнется через 06:57
Метод кросс-валидации
1:00:47
Следующая секция начнется через 06:57
Интерфейс sklearn. Обучение и применение модели. Оценка качества
1:06:22
Следующая секция начнется через 06:57
Предобработка данных
1:15:15
Следующая секция начнется через 06:57
Датасеты
1:16:00
Следующая секция начнется через 06:57
Работа с моделями
1:18:35
Следующая секция начнется через 06:57
Pipeline
1:21:09
Следующая секция начнется через 06:57
Завершение
Свернуть таймкоды
00:00
00:00
Скорость
x 1.00
x 0.25
x 0.50
x 0.75
x 1.00
x 1.25
x 1.5
x 1.75
x 2.00
x 3.00
x 4.00
Качество
1080p
1080p
720p
480p
00:00
00:00
Скорость
x 1.00
x 0.25
x 0.50
x 0.75
x 1.00
x 1.25
x 1.5
x 1.75
x 2.00
x 3.00
x 4.00
Качество
1080p
1080p
720p
480p

Лекция 2. Методология машинного обучения

00:15
Следующая секция начнется через 06:57
Тема лекции: методология машинного обучения
06:57
Следующая секция начнется через 06:57
Обучение алгоритма и оценка его качества
13:27
Следующая секция начнется через 06:57
Разбиение выборки на train и test
16:46
Следующая секция начнется через 06:57
Инструменты для отделения тестовой выборки от тренировочной
43:28
Следующая секция начнется через 06:57
Метод стратификации
51:51
Следующая секция начнется через 06:57
Разбиение выборки на три части
55:38
Следующая секция начнется через 06:57
Метод кросс-валидации
1:00:47
Следующая секция начнется через 06:57
Интерфейс sklearn. Обучение и применение модели. Оценка качества
1:06:22
Следующая секция начнется через 06:57
Предобработка данных
1:15:15
Следующая секция начнется через 06:57
Датасеты
1:16:00
Следующая секция начнется через 06:57
Работа с моделями
1:18:35
Следующая секция начнется через 06:57
Pipeline
1:21:09
Следующая секция начнется через 06:57
Завершение
Свернуть таймкоды