Лекция №1 «Введение в машинное обучение»

Первое занятие на курсе «Нейронные сети и их применение в научных исследованиях» для восьмого потока обучения. Преподаватель: Виктор Немченко Дата: 00:00 Заставка 00:45 Два пути 03:33 Задача курса. AI, ML, DL 04:31 Области применения 05:25 Связь с наукой 05:39 Обзор курса 11:33 Типы задач в ML. Базовые задачи 13:19 Типы задач в ML. Комбинированные задачи 14:09 План исследования 15:57 Сбор и подготовка данных 19:27 Разведочный анализ 20:18 Baseline 21:07 Метрики 21:56 Проверка гипотез 23:01 Анализ работы модели 23:20 Инструменты 24:21 Данные 28:06 Работа с данными и моделью. Описание модели k-NN 31:26 Простейшая метрика 33:28 Параметры и гиперпараметры модели 34:47 Разделение train-validation-test :41:20 Стратификация 45:55 Кросс-валидация. Алгоритм кросс-валидации 49:19 Оценка результата кросс-валидации 50:10 Типичные ошибки при кросс-валидации 50:35 GridSearch 54:27 RandomizedSearch 58:28 Метрики классификации. Accuracy 59:51 Confusion matrix 01:01:27 Balanced accuracy 01:02:33 Precision, Recall 01:05:53 F-мера 01:07:00 AUC-ROC 01:13:12 PR-кривая 01:15:32 Multiclass accuracy 01:17:33 Multilabel 01:18:28 Метрики регрессии 01:19:33 MAE (mean absolute error) 01:19:57 MSE (mean squared error) 01:20:40 RMSE (root mean squared error) 01:20:50 R² 01:21:24 MSLE (mean squared logarithmic error) Материалы лекции: Открыть в Colab: Открыть в HTML-формате: #MSU_AI #Фонд_Интеллект