Перейти до головного вмісту
Українська (uk)
Русский (ru)
Українська (uk)
Deutsch (de_old)
English (de)
English (en)
Español - Internacional (es)
Français (fr)
Italiano (it)
Polski (pl)
Вхід
Основи машинного нав ...
Пошук курсів
Курси
Факультети, кафедри
Математичний факультет
Кафедра програмної інженерії
Основи машинного навчання (Кудін О.В.)
4. Моделі інформаційного навчання
Презентація. Дерева рішень
Презентація. Дерева рішень
Клацніть посилання
https://docs.google.com/presentation/d/12D4sVFJHCuszVo20N08nuwzeNxbibskevWGBWq0Bfx8/edit?usp=share_link
щоб відкрити ресурс.
Попередня секція
Приклад регресії
Наступна секція
Приклад. Дерева рішень
Перейти до...
Перейти до...
Новини
Силабус
Інформаційні ресурси
Список рекомендованої літератури
Система накопичення балів
Презентація №1. Вступ. Типові задачі машинного навчання
Пояснювальний аналіз даних
Лабораторна робота №1. Пояснювальний аналіз даних
Лекція 09/10
Лабораторна робота №2. Попередня обробка даних
Лекція 09/24
Лабораторна робота №3. Лінійна регресія. Множинна лінійна регресія. Методи регуляризації
Лабораторна робота №4. Логістична регресія
Приклад регресії
Приклад. Дерева рішень
Приклад класифікації
Лекція. Дерева розв'язків
Лабораторна робота №5. Дерева розв'язків у задачах класифікації та регресії
Лабораторна робота №6. Метод опорних векторів
Приклад SVM
Лабораторна робота №7. Метод найближчих сусідів (KNN)
Презентація. Випадкові ліси
Лекція. Випадкові ліси
Приклад. Випадковий ліс
Лабораторна робота №8. Порівняння методів ансамблювання
Лабораторна робота №9
Лабораторна робота №10. Розгортання моделей машинного навчання
Екзамен