Машинное обучение

НЕТ ВОЙНЕ

24 февраля 2022 года российское руководство во главе с Владимиром Путиным развязало агрессивную войну против Украины. В глазах всего мира это военное преступление совершено от лица всей страны, всех россиян. Будучи гражданами Российской Федерации, мы против своей воли оказались ответственными за нарушение международного права, военное вторжение и массовую гибель людей. Чудовищность совершенного преступления не оставляет возможности промолчать или ограничиться пассивным несогласием. Мы убеждены в абсолютной ценности человеческой жизни, в незыблемости прав и свобод личности. Режим Путина — угроза этим ценностям. Наша задача — обьединить все силы для сопротивления ей. Эту войну начали не россияне, а обезумевший диктатор. И наш гражданский долг — сделать всё, чтобы её остановить. Антивоенный комитет России

Распространяйте правду о текущих событиях, оберегайте от пропаганды своих друзей и близких. Изменение общественного восприятия войны - ключ к её завершению.

meduza.io, Популярная политика, Новая газета, zona.media, Майкл Наки.

Общие понятия

• Общие понятия
• Переобучение
• Кросс-валидация
• Стохастический градиентный спуск
• Регуляризация
• Ранжирование
• Рекомендательные системы
• Интерпретируемые модели
• Жизненный цикл модели машинного обучения[math]^\star[/math]
• Анализ временных рядов[math]^\star[/math]

Классификация и регрессия

• Метрический классификатор и метод ближайших соседей
• Дерево решений и случайный лес
• Вариации регрессии
• Линейная регрессия
• Логистическая регрессия
• Метод опорных векторов (SVM)
• Ядра
• Оценка качества в задачах классификации и регрессии
• Байесовская классификация
• Байесовские сети
• Поиск ближайших соседей с помощью иерархического маленького мира[math]^\star[/math]

Кластеризация

• Кластеризация
• EM-алгоритм
• Иерархическая кластеризация
• Оценка качества в задаче кластеризации
• Эволюционные алгоритмы кластеризации[math]^\star[/math]

Ансамбли

• Виды ансамблей
• Бустинг, AdaBoost
• XGBoost[math]^\star[/math]
• CatBoost[math]^\star[/math]

Нейронные сети

• Нейронные сети, перцептрон
• Обратное распространение ошибки
• Практики реализации нейронных сетей
• Графовые нейронные сети[math]^\star[/math]
• Рекурсивные нейронные сети[math]^\star[/math]

Глубокое обучение

• Глубокое обучение
• Настройка глубокой сети
• Batch-normalization
• Проблемы нейронных сетей
• Рекуррентные нейронные сети
• Сиамская нейронная сеть
• Автокодировщик
• Сети глубокого доверия[math]^\star[/math]

Сверточные сети

• Сверточные нейронные сети
• Neural Style Transfer[math]^\star[/math]

Компьютерное зрение

• Компьютерное зрение
• Сегментация изображений
• Задача нахождения объектов на изображении[math]^\star[/math]
• Оценка положения[math]^\star[/math]
• Определение положения человека[math]^\star[/math]
• Распознавание изогнутого текста[math]^\star[/math]
• Карта глубины[math]^\star[/math]
• Вписывание части изображения[math]^\star[/math]
• Блендинг изображений[math]^\star[/math]

Порождающие модели

• Порождающие модели
• Генерация объектов
• Порождающие состязательные сети, Generative Adversarial Networks (GAN)
• PixelRNN и PixelCNN
• Вариационный автокодировщик[math]^\star[/math]
• Задача трансляции изображений[math]^\star[/math]
• Генерация текста[math]^\star[/math]
• Генерация изображения по тексту[math]^\star[/math]

Обработка естественного языка

• Распознавание речи
• Обработка естественного языка
• Векторное представление слов
• Классификация текстов и анализ тональности
• Долгая краткосрочная память
• Механизм внимания
• BERT (языковая модель)
• Синтез речи[math]^\star[/math]
• Диалоговые системы[math]^\star[/math]

Работа с данными

• Уменьшение размерности
• Выброс
• Алгоритмы сэмплирования
• Известные наборы данных
• Метод главных компонент (PCA)
• Стохастическое вложение соседей с t-распределением
• Синтетические наборы данных[math]^\star[/math]

Виды обучения

• Активное обучение[math]^\star[/math]
• Обучение с частичным привлечением учителя[math]^\star[/math]
• Обучение в реальном времени[math]^\star[/math]

Автоматическое машинное обучение

• Автоматическое машинное обучение
• Настройка гиперпараметров
• Модель алгоритма и ее выбор
• Мета-обучение
• Поиск архитектуры нейронной сети

Обучение с подкреплением

• Обучение с подкреплением[math]^\star[/math]
• Методы policy gradient и алгоритм асинхронного актора-критика[math]^\star[/math]

Реализация

• Обзор библиотек для машинного обучения на Python
• Многопоточность в машинном обучении[math]^\star[/math]
• Примеры кода на Java
• Примеры кода на R[math]^\star[/math]
• Примеры кода на Scala[math]^\star[/math]
• Примеры кода на Kotlin[math]^\star[/math]
• Примеры кода на Kotlin в Jupyter Notebook[math]^\star[/math]
• Машинное обучение на мобильных телефонах[math]^\star[/math]

Применение машинного обучения на практике

• Анализ социальных сетей[math]^\star[/math]
• Машинное обучение в медицине[math]^\star[/math]
• Генерация дипфейков с помощью нейронных сетей[math]^\star[/math]
• Представление знаний[math]^\star[/math]
• Задача планирования движения[math]^\star[/math]
• Машинное обучение в астрономии[math]^\star[/math]
• Компьютерное зрение в микроскопии[math]^\star[/math]
• Обучение на больших данных[math]^\star[/math]
• Дополнение к ранжированию[math]^\star[/math]

В разработке

• Расположение объектов на изображении
• Распознавание текста на изображении
• Определение геометрии изображения
• Анализ видео
• Обнаружение и обработка дорожных знаков и пешеходов
• Трансформер