Введение в машинное обучение | Григорий Сапунов (Intento)

Летняя школа по биоинформатике: bioinformaticsinstitute.ru/sum...
Краткое введение в основы машинного обучения. Терминология, виды задач, решаемых машинным обучением. Этапы процесса машинного обучения, виды моделей и метрики качества.
Институт биоинформатики: bioinf.me

[@vasilys9776]

Лектор очень толково доносить материал. Спасибо.

[@Jingotube]

отличная лекция!

[@NikolaiZolotykh]

Хорошая лекция.
Автор оговорился: чем больше k в методе ближайших соседей, тем МЕНЕЕ сложная граница получается (а не более)

[@Anastasia-qm7oz]

👍

[@IgorDataScience]

Утверждение о том, что логит проигрывает ВСЕГДА на большом количестве данных, это неправда. Лектор обманывает сознательно или по не знанию? 32:00

[@GrigorySapunov]

Там не это говорится, там говорится, что на большом количестве данных более сложные алгоритмы имеют больше шансов обойти более простые (логрегрессию). Слова ВСЕГДА там нет вообще.