Решающие деревья // Решающие деревья и сравнение моделей
HTML-код
- Опубликовано: 16 ноя 2020
- Разбираем логические правила принятия решений, логические алгоритмы и решающие деревья. Учимся с их помощью справляться с задачами классификации и регрессии
В рамках стипендиальной программы VK Fellowship мы провели образовательный курс по машинному обучению для преподавателей информатики в школах. Теперь делимся полезными материалами с миром 🤗
Первый блок образовательного курса для преподавателей посвятим машинному обучению. Познакомимся с инструментами, которые пригодятся для занятий, и основными языками.
В новых лекциях с нами снова Юрий Яровиков - заместитель заведующего лабораторией инноватики, руководитель школы глубокого обучения при МФТИ. Он объяснит, что такое решающие деревья в ML и как они помогают в задачах классификации и регрессии. Также обсудим композицию алгоритмов и выберем лучшую модель машинного обучения на кросс-валидации.
Посмотрите видео и попрактикуйтесь, выполняя задания: vk.cc/az1lYl
Закрепить навыки помогут дополнительные задачки: vk.cc/az1m0B
Больше информации о курсе - в сообществе VK Education ВКонтакте: edu
Интересно, а ИИ и градиентный бустинг может решать задачу выбора оптимального значения из массива? То есть есть массив из которого надо выбрать лучшее значение по каким-то признакам. Например, 1000 жителей которые обладают критериями - пол, вес, возраст и т.д. из которых надо выбрать лучшего. При этом присваивая важность критериям.
Ссылки не работают