Подготовка данных для интеллетуального анализа данных (рабочие материалы),
описание основных методов классификации, характеристики качества (точности) обучения
 Методы классификации | [Машинное обучение] | 3476 kB |
 Что такое кластеризация | [Из внешнего ресурса] | 15 kB |
| Матрица ошибок для оценки качества модели | [Из внешнего ресурса] | 764 kB |
| Подготовка данных | [Машинное обучение] | 2654 kB |
 Ансамбли: блэндинг, стекинг, беггинг, бустинг | [Из внешнего ресурса] | 4255 kB |
| Кривая ROC и характеристика AUC | [Материалы из Хабра] | 169 kB |
| Задание для лабораторных работ и курсового проекта по ММО | [Дисциплина "Методы машинного обучения"] | 19 kB |
| Лекция о калибровке ML-моделей | [Каширин И.Ю. + I-net] | 895 kB |
| Параметры метода опорных векторов на русском | [Машинное обучение] | 25 kB |
 Полный анализ датафрема пока без обучения | [Из внешнего ресурса] | 31 kB |
| Оптимизация признакового пространства | [Из внешних ресурсов] | 20 kB |
