Тренировки по ML. Лекция 5: Градиентный бустинг, тонкости обучения
Интуитивное объяснение механизма бустинга. Градиентный бустинг. Ограниченя на базовые алгоритмы и функции потерь. Различия в применении различных методов ансамблирования: бустинга и бэггинга. Подробнее о тренировках по ссылке (https://yandex.ru/yaintern/training/). Подписывайтесь на наши соц.сети: VK (https://vk.com/young_and_yandex), Telegram (https://t.me/Young_and_Yandex).
▶︎
Тренировки по ML. Лекция 6: Обзорная лекция по DL
▶︎
Тренировки по ML. Лекция 4: Решающие деревья, композиции деревьев, Random Forest
▶︎
Градиентный Бустинг: самый частый вопрос на собеседовании на дата саентиста
▶︎
089. Мастер класс Решение задач классификации при помощи CatBoost – Никита Дмитриев
▶︎
Как работают микрофронты
▶︎
ML Training. Lecture 1: Introduction to ML + knn
▶︎
Лекция. Градиентный бустинг
▶︎
Основы машинного обучения, лекция 14 — градиентный бустинг
▶︎
ML 2.0 Training Lecture 7: Recommender Systems
▶︎
ML Training. Lecture 3: Linear Classification, Maximum Likelihood Method
▶︎
Машинное обучение 7. Gradient boosting
![Цепи Маркова — математика предсказаний [Veritasium]](https://i.ytimg.com/vi/QI7oUwNrQ34/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLDz0E4MWk9wsmjc3xMrK9fiXiDDdg)
▶︎
Цепи Маркова — математика предсказаний [Veritasium]
▶︎
Основы машинного обучения, лекция 6 — градиентный спуск
▶︎
Машинное обучение. Линейные композиции, бустинг. К.В. Воронцов, Школа анализа данных, Яндекс.
▶︎
Can the Entire Universe Be Described by a Single Theory? — Semikhatov, Musaev
▶︎
Градиентный спуск на пальцах
▶︎
Топ-5 ошибок при объяснении метрик на собеседованиях по ML
▶︎
Градиентный бустинг без формул . Часть 1
▶︎
Why do you need a gradient?
▶︎