Курс «Машинное обучение 1». Лекция 1 (Евгений Соколов)

  Рет қаралды 38,725

ФКН ВШЭ

ФКН ВШЭ

Күн бұрын

Пікірлер: 13
@mctab1
@mctab1 2 жыл бұрын
00:00 суть машинного обучения на примере перевода текста 09:13 разбор понятий на примере рекомендательной системы для музыки 10:09 объект 12:03 ответ (целевая переменная, таргет) 14:17 множество объектов и множество ответов 17:17 признаки 20:40 типы признаков 33:26 признаковое описание 34:38 обучающая выборка 39:25 тип задач. Обучение с учителем 45:40 обучение без учителя 50:00 модель (алгоритм) 51:08 линейные модели 54:50 функция потерь 58:06 функционал ошибки 1:00:30 задача обучения
@Dmitrii-Zhinzhilov
@Dmitrii-Zhinzhilov Жыл бұрын
Благодарю, за то, что выбиваете эту математику из моей головы! 😂🔥👍🤝💯
@СергейСимаков-п5б
@СергейСимаков-п5б 2 жыл бұрын
Топ преподаватель!
@barrelbot6609
@barrelbot6609 2 жыл бұрын
это точно!)
@АлександрВальвачев-я6ъ
@АлександрВальвачев-я6ъ 5 ай бұрын
Просто перл !!!
@РинатГаббасов-с7я
@РинатГаббасов-с7я 3 жыл бұрын
Спасибо, пока кажется очень просто, местами медленное повествование, но может так и надо.
@АлександрВальвачев-я6ъ
@АлександрВальвачев-я6ъ 5 ай бұрын
Объект - это материальная или виртуальная сущность или процесс. Образ - результат отображения объекта в шифровую модель. Распознавание - получение образа и отнесение его к одному из возможных классов. Распознавание графических, текстовых, цифровых, аудио. видео-образов. И т.д. Уверен, что это понятия навсегда запомнили 100% внимающих.
@feliks657
@feliks657 9 ай бұрын
Этот курс хорош тем что все разбирают на понятных примерах, пытался смотреть другие курсы и было тяжело все в голове совместить как связана линейная модель о которой всегда говорится на начале с компьютерным зрением или нлп
@hopelesssuprem1867
@hopelesssuprem1867 3 жыл бұрын
Спасибо за курс. Такой вопрос: sql нужен для ml?
@fskoxakn
@fskoxakn 3 жыл бұрын
ну а как же
@pixelwurmi4406
@pixelwurmi4406 2 жыл бұрын
В 1954 году IBM 701 переводила русский на английский на основе правил с поразительной на то время точностъю. (Кому интересно ищите "IBM Archives: 701 Translator" ) К словам добавлялись специальные метки, чтобы разруливать контекстные разночтения. Если какое-то слово имеет метку, то ищут нет ли к этой метке связанного слова с подходящей меткой, и тогда перевод будет отличаться от прямого. Пример из статъи: Генерал-майор преводится major general, для этого слово генерал получало метку 21, а майор метку 110. И в инструкции машины указано, если встретишь слово с меткой 110, посмотри нет ли перед ним слова с меткой 21, и если так, напечатай слова в обратной последовательности.
@stockvest
@stockvest Жыл бұрын
+
001. Машинное обучение в задачах - Евгений Соколов
25:09
Enceinte et en Bazard: Les Chroniques du Nettoyage ! 🚽✨
00:21
Two More French
Рет қаралды 42 МЛН
Сестра обхитрила!
00:17
Victoria Portfolio
Рет қаралды 906 М.
Машинное обучение 1, лекция 1 - введение
1:23:36
ФКН ВШЭ — дистанционные занятия
Рет қаралды 21 М.
Машинное обучение 1. Introduction. Naive Bayes, kNN.
1:22:39
Лекторий ФПМИ
Рет қаралды 60 М.
Математические основы машинного обучения. Лекция 1.
1:31:48
Machine Learning – Intelligent Systems
Рет қаралды 32 М.
Лекция 1. Введение в компьютерное зрение
1:34:58
Computer Science Center
Рет қаралды 37 М.
Лучший Гайд по Kafka для Начинающих За 1 Час
1:15:01
Машинное обучение 1, лекция 1 - введение
1:15:58
ФКН ВШЭ — дистанционные занятия
Рет қаралды 11 М.