Вопросы к экзамену по Машинному обучению
- 1. Формальная модель машинного обучения
- 2. Функционал качества в обучении по прецедентам
- 3. Модели обучения по прецедентам
- 4. Обобщенный метрический классификатор: принцип работы и примеры применения
- 5. Метод ближайшего соседа в машинном обучении
- 6. Метод потенциальных функций
- 7. Метод парзеновского окна
- 8. Оптимальный байесовский классификатор
- 9. Наивный байесовский классификатор
- 10. Нормальный дискриминантный анализ
- 11. EM - алгоритм
- 12. Линейный классификатор и линейная регрессия
- 13. Метод стохастического линейного спуска
- 14. Логистическая регрессия
- 15. Машина опорных векторов
- 16. Решающие деревья в машинном обучении //{ Read >>}
- 17. Нейронные сети в машинном обучении //{ Read >>}
- 18. Сверточные сети в задачах машинного обучения //{ Read >>}
Рекомендуемая литература для подготовки к экзамену по Машинному обучению
Личное наблюдение - использовать habr, Wikipedia и прочие сайты для грамотной подготовки не совсем целесообразно. Если на сайте-почти-иноагенте "Википедия" хоть както грамотно пишут, но кратко, то на Хабре большая часть
статей в области Машинного обучения и Нейронных сетей не выдерживает ни какой критики! Разбирайтесь по классическим учебникам.
| Раздел "Классическая теория распознавания образов"
|
|
| Раздел "Классические нейронные сети"
|
|
| Раздел "Сверточные нейронные сети"
|
|
|
