Материалы к лекциям
Лекция 1. Введение. (скачать в формате .pdf)
Лекция 2. Наивный байесовский классификатор и метод ближайших соседей. (скачать в формате .pdf)
Лекция 3. Метод опорных векторов. (скачать в формате .pdf)
Лекция 4. Деревья решений. (скачать в формате .pdf)
Лекция 5. Нейронные сети. (скачать в формате .pdf)
Лекция 6. Методы обучения без учителя. (скачать в формате .pdf)
Лекция 7. Композиционные методы машинного обучения. (скачать в формате .pdf)
Лекция 8. Регрессионные модели. (скачать в формате .pdf)
Лекция 9. Глубокое обучение: автокодеры (Deep Learning: autoencoders). (скачать в формате .pdf)
Лекция 10. Передача знаний и адаптация данных (Transfer Learning and Domain Adaptation). (скачать в формате .pdf)
Лекция 11. Визуализация данных с использованием t-SNE. (скачать в формате .pdf)
Лекция 12. Глубокие порождающие модели - вариационный автокодер (Deep Generative Learning - VAE). (скачать в формате .pdf)
Лекция 13. Сверточные сети. (скачать в формате .pdf)