Содержание · Учебник по ML от ШАД

Учебник по машинному обучению

Онлайн-учебник по машинному обучению от ШАД — для тех, кто не боится математики и хочет разобраться в технологиях ML. Вы изучите классическую теорию и тонкости реализации алгоритмов, пройдя путь от основ машинного обучения до тем, которые поднимаются в свежих научных статьях.

Введение

  1. Классическое обучение с учителем

    1. Линейные модели
    2. Метрические алгоритмы
    3. Решающие деревья
    4. Ансамбли
    5. Градиентный бустинг
  2. Оценка качества моделей

    1. Метрики классификации и регрессии
    2. Кросс-валидация
    3. Подбор гиперпараметров
  3. Вероятностные модели

    1. Первое знакомство с вероятностными моделями
    2. Экспоненциальный класс распределений
    3. Обобщённые линейные модели
    4. Как оценивать вероятности
    5. Генеративный подход к классификации
    6. Байесовский подход к оцениванию
  4. Введение в глубинное обучение

    1. Первое знакомство с полносвязными нейросетями
    2. Метод обратного распространения ошибки
    3. Тонкости обучения
  5. Практические главы

    1. Кластеризация
  6. Теория ML

    1. Bias-variance decomposition
  7. Оптимизация в ML

    1. Методы оптимизации в ML
    2. Проксимальные методы
    3. Методы второго порядка
    4. Сходимость SGD
  8. Теормин

    1. Матричное дифференцирование

В учебник будут добавляться новые главы, поэтому следите за обновлениями, а ещё лучше подписывайтесь на новости. Оставляйте свои отзывы и пожелания в форме.