Линейные ансамбли

Видеозаписи

Лекция

Семинар

Содержание лекции

• Основные понятия: базовый алгоритм, корректирующая операция.
• Простое голосование (комитет большинства).
• Стохастические методы: бэггинг и метод случайных подпространств.
• Случайный лес (Random Forest).
• Взвешенное голосование. Преобразование простого голосования во взвешенное.
• Алгоритм AdaBoost. Экспоненциальная аппроксимация пороговой функции потерь. Процесс последовательного обучения базовых алгоритмов. Теорема о сходимости бустинга. Идентификация нетипичных объектов (выбросов).
• Теоретические обоснования. Обобщающая способность бустинга.
• Базовые алгоритмы в бустинге. Решающие пни.
• Сравнение бэггинга и бустинга.
• Алгоритм ComBoost. Обобщение на большое число классов.

Материалы

• Презентация Voron-ML-Compositions.pdf (PDF, 1 MБ) — прикреплена к публикации.
• Презентация Voron-ML-Compositions1-slides.pdf (PDF, 1.0 МБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.