#ЦМФ Машинное обучение: введение и логистическая регрессия #R

Ярослав Бологов, эконометрист и data scientist, преподаватель ЦМФ (и выпускник семинара «Финансовая эконометрика») — лекция по машинному обучению на программе «Количественная аналитика» ЦМФ (2015 год) Обзор данных и построение графиков для машинного обучения 2:53 Обзор данных: информация по заёмщикам коммерческого банка 4:58 Загрузка данных в R 15:22 Построение информативных графиков для машинного обучения в R на примере базы данных об ирисах Логистическая регрессия 22:10 Логистическая регрессия 22:51 Основные обозначения 24:43 Логистическая функция 25:30 Граница принятия решений 27:50 Функция потерь 32:10 Градиент функции потерь 33:45 Визуализация исходных данных 34:15 Форматы данных в R и логистическая функция 35:32 Подбор параметров 40:06 Визуализация линейной границы принятия решений 40:20 Overfitting (избыточная подгонка) 42:10 Визуализация полиномиальной границы принятия решений 43:00 Методы устранения избыточной подгонки 44:22 Регуляризированные функция потерь и градиент 45:52 Регуляризация в R и визуализация влияния регуляризации Подкаст с Ярославом: Лекции по машинному обучению: Лекции по финансовой эконометрике: Студенческие проекты ЦМФ 2021: Международный семинар «Финансовая экономика и количественные финансы»: Cеминар «Финансовая эконометрика»: Регистрация на программы «Количественная аналитика» и «Анализ данных» ЦМФ: #R #Логистическая_регрессия #Логистическая_функция #Функция_потерь #градиент #Градиент_функции_потерь #Overfitting #избыточная_подгонка #Центр_математических_финансов #ЦМФ #Финансовая_эконометрика #Машинное_обучение #Количественная_аналитика #Анализ_данных #1_уровень #2_уровень #проекты #Риск_менеджмент #Финансовая_аналитика #УNVRSTY