dyakonov/mldm_book

Книга "Машинное обучение и анализ данных"

Книга "Машинное обучение и анализ данных"

Дьяконов А.Г. Машинное обучение и анализ данных, М: 2024.

РАЗДЕЛ "ВВЕДЕНИЕ"

• Глава 1. Основные термины и направления исследований (11 c)

• Глава 2. Постановка основных задач (21 c)

РАЗДЕЛ "МАТЕМАТИКА"

• Глава 3. [2DO] Математика для машинного обучения

• Глава 4. [2DO] Оценка среднего, вероятности, плотности

РАЗДЕЛ "АЛГОРИТМЫ ДЛЯ ОБУЧЕНИЯ НА РАЗМЕЧЕННЫХ ДАННЫХ"

• Глава 5. Метрические алгоритмы (31 c)

• Глава 6. Линейная регрессия (36 c)

• Глава 7. Линейные классификаторы (37 с)

• Глава 8. Решающие деревья (22 с)

• Глава 9. Ансамбли алгоритмов (30 с)

• Глава 10. Случайные леса (11 с)

• Глава 11. [2DO] Градиентный бустинг (есть в блоге)

• Глава 12. [2DO] Стекинг (есть в блоге)

РАЗДЕЛ "ВЫБОР МОДЕЛИ"

• Глава 13. Контроль качества и выбор модели (27 с)

• Глава 14. Сложность алгоритмов, переобучение, смещение и разброс (20 c)

РАЗДЕЛ "РАБОТА С ДАННЫМИ"

• Глава 15. [2DO] Предобработка данных

• Глава 16. [2DO] Генерация признаков

• Глава 17. [2DO] Отбор признаков

• Глава 18. [2DO] Визуализация данных (что-то есть в блоге)

РАЗДЕЛ "ПОКАЗАТЕЛИ КАЧЕСТВА"

• Глава 19. Функции ошибки в задачах регрессии (24 с)

• Глава 20. Показатели качества в задачах чёткой бинарной классификации (19 c)

• Глава 21. Скоринговые функции ошибки (19 c)

• Глава 22. Кривые в машинном обучении (28 с)

• Глава 23. Качество классификации на несколько классов и сравнение множеств (18 с)

РАЗДЕЛ "ОБУЧЕНИЕ НА НЕРАЗМЕЧЕННЫХ ДАННЫХ"

• Глава 24. Кластеризация (55 c)

• Глава 25. Поиск аномалий (19 с)

• Глава 26. [2DO] Ассоциативные правила

РАЗДЕЛ "ДОПОЛНИТЕЛЬНЫЕ ГЛАВЫ"

• Глава 27. [2DO] Байесовский подход (есть в блоге)

• Глава 28. [2DO] Специальные задачи

• Глава 29. [2DO] Подмена задачи (есть в блоге)

• Глава 30. [2DO] Постобработка ответов

• Глава 31. [2DO] Простые методы решения задач машинного обучения

. . .