Liebeann (обсуждение | вклад) Нет описания правки Метка: rte-source |
Liebeann (обсуждение | вклад) Нет описания правки Метка: rte-source |
||
Строка 3: | Строка 3: | ||
2. [[Разложение среднеквадратичной ошибки на смещение и дисперсию (Bias-Variance decomposition)|Разложение среднеквадратичной ошибки на смещение и дисперсию.]] |
2. [[Разложение среднеквадратичной ошибки на смещение и дисперсию (Bias-Variance decomposition)|Разложение среднеквадратичной ошибки на смещение и дисперсию.]] |
||
− | 3. [[Ансамбли моделей#Стэкинг моделей| |
+ | 3. [[Ансамбли моделей#Стэкинг моделей|Стэкинг моделей.]] |
4. [[Ансамбли моделей#Бэггинг (Bagging)|Бэггинг]] и [[Ансамбли моделей#Случайный лес (Random Forest)|случайный лес.]] |
4. [[Ансамбли моделей#Бэггинг (Bagging)|Бэггинг]] и [[Ансамбли моделей#Случайный лес (Random Forest)|случайный лес.]] |
Версия от 00:43, 24 июня 2017
1. Методы многоклассовой классификации бинарными классификаторами --- подходы один против всех, каждый против каждого.
2. Разложение среднеквадратичной ошибки на смещение и дисперсию.
4. Бэггинг и случайный лес.
5. Алгоритм градиентного бустинга.
6. Взаимная информация.
7. Алгоритм последовательного отбора признаков
8. ЕМ-алгоритм в общем случае.
9. Генеративный процесс порождения коллекции тематической моделью pLSA и LDA.
10. Кластеризация методом К-средних. Иерархическая кластеризация сверху вних.
11. Аггломеративная кластеризация.
12. Кластеризация DB-scan.
13. Оценка качества кластеризации - коэффициент силуэта и индекс Калинского.
14. Многослойный персептрон. Основные ф-ции активации. Активации выходного слоя для задач регрессии и классификации. Автокодировщик.
15. Алгоритмы многомерного шкалирования и Isomap.
16. Алгоритмы user-user и item-item для коллаборативной фильтрации. Какой из них применим в онлайн режиме?