Генеративные интеллектуальные алгоритмы (Дополнение). Обработка табличных данных

В данном видео речь идёт о базовых задачах обработки табличных данных - кластеризации, классификации и регрессии как об инструменте бейзлайн-пайплайна для верификации валидности данных в задачах машинного обучения и целесообразности обучения на них более серьёзных моделей. 0:00:00 Введение 0:08:35 Кластеризация 0:22:16 Метрики (локоть, силуэт, Девис-Болдин, индекс Рэнда) 0:52:05 Алгоритмы (k-means, DBSCAN, AGNES) 1:06:43 Классификация (логрег, деревья решений, случайный лес) 1:30:13 Регрессия (линейная, полиномиальный, лассо и гребневая) 1:33:57 Дополнение данных (аугментация и генерация) 1:35:03 Гипотезы для ML-моделей 📁 Папка с материалами по дисциплине: https://cloud.mail.ru/public/9vhg/g3v...