Технологии и инструментарий машинного обучения учебное пособие

Технологии и инструментарий машинного обучения, учебное пособие

Détails bibliographiques
Auteur principal:	Митина О. А.
Autres auteurs:	Жаров В. В.
Résumé:	В учебном пособии даны определения основным понятиям, рассмотрены методы машинного обучения, уже ставшие классикой: обучение без учителя, обучение с учителем, ансамблевые методы. Описаны основы важных алгоритмов, включая градиентный спуск и его модификации, систему рекомендаций, дерево решений и случайный лес, метод опорных векторов, метод главных компонент и др. Выделены отдельные направления машинного обучения, в частности, классификация и регрессия, вместе с входящими в них методами. Учебное пособие предназначено для студентов Института информационных технологий по направлениям подготовки 09.03.03 «Прикладная информатика» и 01.03.04 «Прикладная математика». Книга из коллекции РТУ МИРЭА - Информатика
Publié:	Москва, РТУ МИРЭА, 2023
Sujets:	машинное обучение данные признаки алгоритмы термины стратегия обучения типы машинного обучения линейная регрессия среднеквадратическая ошибка переобучение регуляризация градиентный спуск стохастический градиентный спуск mini-batch метод накопления импульса адаптивный градиентный спуск метод rmsprop адаптивная оценка накопления импульса линейный классификатор оценивание вероятностей логистическая регрессия правдоподобие и логистические потери метрики качества классификации точность и полнота кривая roc-auc метод опорных векторов гиперплоскость линейно разделимая выборка линейно неразделимая выборка метрики качества для многоклассовой классификации многоклассовая классификация решающие деревья понятие решающего дерева бинарное решающее дерево обучение решающих деревьев жадное построение прогнозы в листьях критерий информативности критерий джини бэггинг случайный лес бустинг градиентный бустинг стохастический градиентный бустинг бустинг второго порядка прогнозирование временных рядов экспоненциальное скользящее среднее кластеризация графовый метод метод k-средних плотностный метод кластеризации dbscan рекомендательные системы постановка задачи ранжирования метрика dcg методы ранжирования признаки в задачах ранжирования
Accès en ligne:	https://e.lanbook.com/book/368633 https://e.lanbook.com/img/cover/book/368633.jpg
Format:	Électronique Livre

Internet

https://e.lanbook.com/book/368633
https://e.lanbook.com/img/cover/book/368633.jpg