LibreTimes

Search results for “машинное обучение”

Categories

Machine Learning

65 results

Константин Вячеславович Воронцов
@konstantin_vorontsov

Константин Вячеславович Воронцов — профессор РАН, доктор физико-математических наук. Заведующий кафедрой «Математические методы прогнозирования» ВМК МГУ; заведующий лабораторией «Машинное обучение и семантический анализ» Института искусственного интеллекта МГУ; заведующий кафедрой «Машинное обучение и цифровая гуманитаристика» МФТИ; профессор кафедры «Интеллектуальные системы» МФТИ; главный научный сотрудник отдела «Интеллектуальные системы» ВЦ ФИЦ ИУ РАН. Области научных интересов: машинное обучение, комбинаторная теория обобщающей способности, вероятностное тематическое моделирование, анализ текстов. Автор годового курса «Машинное обучение», который читается с 2004 года на кафедре «Интеллектуальные системы» МФТИ, с 2007 года на кафедре ММП ВМК МГУ и с 2009 года в Школе анализа данных Яндекса. Один из идеологов и администраторов ресурса MachineLearning.ru.

Кластеризация и частичное обучение

2026LectureКонстантин Вячеславович Воронцов

Кластеризация и частичное обучение. Лекция курса «Машинное обучение» К. В. Воронцова. Постановка задачи кластеризации. Примеры прикладных задач. Типы кластерных структур.
0
00

Нейронные сети с обучением без учителя

2026LectureКонстантин Вячеславович Воронцов

Нейронные сети с обучением без учителя. Лекция курса «Машинное обучение» К. В. Воронцова. Нейронная сеть Кохонена. Конкурентное обучение, стратегии WTA и WTM.
0
00

Обучение ранжированию

2026LectureКонстантин Вячеславович Воронцов

Обучение ранжированию. Лекция курса «Машинное обучение» К. В. Воронцова. Постановка задачи обучения ранжированию. Примеры.
0
00

Инкрементное и онлайновое обучение

2026LectureКонстантин Вячеславович Воронцов

Инкрементное и онлайновое обучение. Лекция курса «Машинное обучение» К. В. Воронцова. Задачи инкрементного и онлайнового обучения. Оценивание инкрементного обучения. Кривые обучения.
0
00

Обучение с подкреплением

2026LectureКонстантин Вячеславович Воронцов

Обучение с подкреплением. Лекция курса «Машинное обучение» К. В. Воронцова. Задача о многоруком бандите. Жадные и эпсилон-жадные стратегии. Метод UCB (upper confidence bound).
0
00

Активное обучение

2026LectureКонстантин Вячеславович Воронцов

Активное обучение. Лекция курса «Машинное обучение» К. В. Воронцова. Постановка задачи машинного обучения. Основные стратегии: отбор объектов из выборки и из потока, синтез объектов. Приложения активного обучения.
0
00

Основные понятия и примеры прикладных задач

2026LectureКонстантин Вячеславович Воронцов

Основные понятия и примеры прикладных задач. Лекция курса «Машинное обучение» К. В. Воронцова. Постановка задач обучения по прецедентам. Объекты и признаки. Типы шкал: бинарные, номинальные, порядковые, количественные.
0
00

Нейронные сети: градиентные методы оптимизации

2026LectureКонстантин Вячеславович Воронцов

Нейронные сети: градиентные методы оптимизации. Лекция курса «Машинное обучение» К. В. Воронцова. Биологический нейрон, модель МакКаллока-Питтса как линейный классификатор. Функции активации.
0
00

Метод опорных векторов

2026LectureКонстантин Вячеславович Воронцов

Метод опорных векторов. Лекция курса «Машинное обучение» К. В. Воронцова. Оптимальная разделяющая гиперплоскость. Понятие зазора между классами (margin).
0
00

Линейные модели регрессии

2026LectureКонстантин Вячеславович Воронцов

Линейные модели регрессии. Лекция курса «Машинное обучение» К. В. Воронцова. Задача регрессии, многомерная линейная регрессия.
0
00

Обобщения линейных моделей

2026LectureКонстантин Вячеславович Воронцов

Обобщения линейных моделей. Лекция курса «Машинное обучение» К. В. Воронцова. Метод Ньютона-Рафсона, метод Ньютона-Гаусса.
0
00

Отбор признаков, оценивание и выбор моделей

2026LectureКонстантин Вячеславович Воронцов

Отбор признаков, оценивание и выбор моделей. Лекция курса «Машинное обучение» К. В. Воронцова. Цели и подходы отбора признаков. Фильтры, обёртки и встроенные методы.
0
00

Теория обобщающей способности

2026LectureКонстантин Вячеславович Воронцов

Теория обобщающей способности. Лекция курса «Машинное обучение» К. В. Воронцова. Теория Вапника-Червоненкиса. Функционал равномерного отклонения частот ошибок. Функция роста, ёмкость семейства алгоритмов. Структурная минимизация риска.
0
00

Логические методы классификации

2026LectureКонстантин Вячеславович Воронцов

Логические методы классификации. Лекция курса «Машинное обучение» К. В. Воронцова. Решающее дерево. Жадная нисходящая стратегия «разделяй и властвуй». Алгоритм ID3. Недостатки жадной стратегии и способы их устранения. Проблема переобучения.
0
00

Линейные ансамбли

2026LectureКонстантин Вячеславович Воронцов

Линейные ансамбли. Лекция курса «Машинное обучение» К. В. Воронцова. Основные понятия: базовый алгоритм, корректирующая операция.
0
00

Продвинутые методы ансамблирования

2026LectureКонстантин Вячеславович Воронцов

Продвинутые методы ансамблирования. Лекция курса «Машинное обучение» К. В. Воронцова. Виды ансамблей. Теоретические обоснования. Анализ смещения и разброса для простого голосования.
0
00

Оценивание плотности и байесовская классификация

2026LectureКонстантин Вячеславович Воронцов

Оценивание плотности и байесовская классификация. Лекция курса «Машинное обучение» К. В. Воронцова. Параметрическое оценивание плотности. Многомерное нормальное распределение, геометрическая интерпретация.
0
00