СДО ИДО
  • PDA-200. F23. Методы машинного обучения в прогнозировании данных
    0%
  • Пред.
  • Course data
    Общее
    Объявления
    data
    Наследов.Математические методы психологического исследования
    Кабаков.R в действии
    Data_Science_Nauka_o_dannykh_s_nulya_2-e_izdanie_2021_Dzhoel_Gras
    Брюс П., Брюс Э., Гедек П. - Практическая статистика для специалистов Data Science. 2-е издание - 2021
    Ким, Мьюллер, Клекка. Факторный, дискриминантный и кластерный анализ
    imbalanced_classification_with_python_mini_course
    data_preparation_for_machine_learning_mini_course
    Эл.учебник от Яндекс
    Комадна для вебинаров
    Записи лекций
    Тема_6_Лин.модели,переобуч,метрики_1
    Тема_6_Лин.модели,переобуч,метрики_2
    Тема_7_Линейные модели для классификации
    Тема_8_Нелинейные модели для классификации
    Тема_10.Линейные модели для регрессии
    Тема_11.Нелинейные модели для регрессии
    Тема_12.Ансамбли
    Task_12
    Занятие
    Л_6.1.Линейные модели
    Л_6.2.Проблема переобучения и борьба с ней
    Л_6.3.Метрики качества
    Py_Task_6_Оценка точности моделей
    Colab.Task_6
    Проекты построения и оценки моделей бинарной классификации на несбалансированных данных
    Task_3.8.2
    Colab.Task_3.8.2
    Task_3.8.3
    Colab.Task_3.8.3
    Task_3.8.4
    Colab.Task_3.8.4
    Task_3.8.5
    Colab.Task_3.8.5
    Task_3.8.1
    Colab.Task_3.8.1
    Занятие
    Л_7.Линейные модели для классификации
    Py_Task_7_Линейные модели для классификации
    Colab.Task_7
    Занятие
    Л_8.Нелинейные модели для классификации
    Py_Task_8_Нелинейные модели для классификации.Лучшая модель
    Colab.Task_8
    Проект 1
    Py_Task_9_Проект построения простой модели машинного обучения для классификации
    Задание 9
    Занятие
    Л_10.Линейные модели для регрессии
    Py_Task_10_Линейные модели для регрессии
    Colab.Task_10
    Занятие
    Л_11.Нелинейные модели для регрессии
    Py_Task_11_Нелинейные модели для регрессии.Лучшая модель.Конвеер
    Colab.Task_11
    Занятие
    Л_12.Ансамбли
    Py_Task_12_Ансамбли,настройка алгоритмов,отложенное использование модели
    Colab.Task_12
    Проект 2
    Py_Task_13_Проект построения модели машинного обучения для регрессии
    Задание 13
    Разное
    Ссылка на лекции Аббакумова Вадима Леонардовича
  • След.
СДО ИДО
  • Русский ‎(ru)‎
    Русский ‎(ru)‎ English ‎(en)‎
    • Вход
    PDA-200. F23. Методы машинного обучения в прогнозировании данных
    В начало
    Перейти к основному содержанию

    Информация о курсе

    1. В начало
    2. Курсы
    3. Высшая инженерная школа
    4. Программы профессиональной переподготовки
    5. Анализ данных
    6. PDA-200. F23. Методы машинного обучения в прогнозировании данных
    7. Описание

    PDA-200. F23. Методы машинного обучения в прогнозировании данных

    • Преподаватель: Заграновская Анна
    • Преподаватель: Семендяев Родион

    Портал дистанционных образовательных технологий СПБПУ Петра Великого
    Политика конфиденциальности
    Политика обработки cookie
    При использовании материалов портала активная ссылка на источник обязательна

    Санкт-Петербургский политехнический университет

    Контакты:

    195251, Санкт-Петербург, ул. Политехническая, дом 29, Научно-исследовательский корпус

    +7 (812) 906-15-19

    office.ido@spbstu.ru

    sdo@spbstu.ru (проблемы с порталом)

    Мы в социальных ресурсах

    Мы используем cookies и рекомендательные технологии для улучшения работы сайта. Продолжая использовать этот сайт, Вы соглашаетесь на использование файлов cookie.