Курсы Лекторы Материалы О проекте
Курсы Лекторы Материалы О проекте
О проекте
Вход
Войти
Лекция 4. Линейные модели ML
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 4. Линейные модели ML
Видео закончится через
NaN:NaN
00:00
00:00
00:15
Следующая секция начнется через 04:32
Тема лекции: линейные модели ML
04:32
Следующая секция начнется через 04:32
Линейные модели классификации
20:00
Следующая секция начнется через 04:32
Проблема оптимизации
34:17
Следующая секция начнется через 04:32
SVM (support vectors machine, метод опорных векторов)
59:42
Следующая секция начнется через 04:32
SVM: достоинства и недостатки
1:00:16
Следующая секция начнется через 04:32
Логистическая регрессия
1:04:40
Следующая секция начнется через 04:32
Обучение модели
1:07:02
Следующая секция начнется через 04:32
Алгоритм градиентного спуска
1:13:37
Следующая секция начнется через 04:32
Логистическая регрессия: достоинства и недостатки
1:14:55
Следующая секция начнется через 04:32
Линейные модели регрессии
1:22:11
Следующая секция начнется через 04:32
Матричная запись
1:24:49
Следующая секция начнется через 04:32
Подбор параметров
1:26:38
Следующая секция начнется через 04:32
Scaling
1:30:46
Следующая секция начнется через 04:32
Классификация рукописных цифр
1:32:18
Следующая секция начнется через 04:32
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 4. Линейные модели ML

00:15
Следующая секция начнется через 04:32
Тема лекции: линейные модели ML
04:32
Следующая секция начнется через 04:32
Линейные модели классификации
20:00
Следующая секция начнется через 04:32
Проблема оптимизации
34:17
Следующая секция начнется через 04:32
SVM (support vectors machine, метод опорных векторов)
59:42
Следующая секция начнется через 04:32
SVM: достоинства и недостатки
1:00:16
Следующая секция начнется через 04:32
Логистическая регрессия
1:04:40
Следующая секция начнется через 04:32
Обучение модели
1:07:02
Следующая секция начнется через 04:32
Алгоритм градиентного спуска
1:13:37
Следующая секция начнется через 04:32
Логистическая регрессия: достоинства и недостатки
1:14:55
Следующая секция начнется через 04:32
Линейные модели регрессии
1:22:11
Следующая секция начнется через 04:32
Матричная запись
1:24:49
Следующая секция начнется через 04:32
Подбор параметров
1:26:38
Следующая секция начнется через 04:32
Scaling
1:30:46
Следующая секция начнется через 04:32
Классификация рукописных цифр
1:32:18
Следующая секция начнется через 04:32
Завершение
Свернуть таймкоды