Автор: Центр digital профессий ITtensive
Загружено: 2020-05-29
Просмотров: 4187
Запишетесь на полный курс Машинного обучения на Python по адресу [email protected]
Наивный Байес
Логистическая регрессия, самое простое объяснение!
День 192. Итоги дня в формате скрин каста и разговоров вовремя настройки рабочих процессов стройки
Ландшафт функции потерь
Функционалы потерь и метрики регрессии. Простым языком!
LLM fine-tuning или ОБУЧЕНИЕ малой модели? Мы проверили!
Перекрёстная энтропия (кросс-энтропия)
Суть метода максимального правдоподобия
Метод опорных векторов
Градиентный спуск
Временные ряды 2.7 Сравнение моделей и кросс валидация
Фельштинский потряс всех прогнозом: тайна, которую скрывает Путин, приведёт к финалу войны
Линейная регрессия и L1/L2-регуляризация
#7. Функции потерь в задачах линейной бинарной классификации | Машинное обучение
Мария Колесникова вышла на свободу и покинула Беларусь. Как удалось ее освободить — Франак Вячорка
Метод экспоненциального сглаживания
«Сыграй На Пианино — Я Женюсь!» — Смеялся Миллиардер… Пока Еврейка Не Показала Свой Дар
Машинное обучение. Энтропия.
Тренировки по ML. Лекция 3: Линейная классификация, метод максимального правдоподобия
Полиномиальные тренды