Skip to main content
  • Machine Learning
Поняття машинного навчання
  • Вступ
  • Вступ до машинного навчання
  • Моделі машинного навчання
  • Лінійна регресія
  • Логістична регресія
  • Класифікація
  • Дані
  • Робота із числовими даними
  • Робота з категорійними даними
  • Набори даних, узагальнення й надмірне навчання
  • Передові моделі машинного навчання
  • Нейронні мережі
  • Векторні представлення
  • Великі мовні моделі
  • Машинне навчання в реальних умовах
  • Системи машинного навчання, які працюють у реальних умовах
  • Автоматизоване машинне навчання
  • Об’єктивність
Базові навчальні курси Курси підвищення кваліфікації Посібники Глосарій
  • Усі терміни
  • Кластеризація
  • Ліси рішень
  • Об’єктивність
  • Основи
  • GCP
  • Генеративний ШІ
  • Зображення
  • Оцінювання мовних моделей
  • Системи рекомендацій
  • Навчання з підкріпленням
  • Моделі послідовностей
  • TensorFlow
/
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Polski
  • Português – Brasil
  • Tiếng Việt
  • Türkçe
  • Русский
  • Українська
  • עברית
  • العربيّة
  • فارسی
  • हिंदी
  • বাংলা
  • ภาษาไทย
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
Увійти
  • Поняття машинного навчання
Головна Інтенсивний курс Вправа з AutoML
  • Machine Learning
  • Поняття машинного навчання
    • More
    • Головна
    • Інтенсивний курс
    • Вправа з AutoML
  • Базові навчальні курси
  • Курси підвищення кваліфікації
  • Посібники
  • Глосарій
    • More
  • Швидкі посилання
  • Вимоги
  • Вправи
  • Довідковий центр
  • Моделі машинного навчання
  • Лінійна регресія (70 хв)
    • Лінійна регресія (10 хв)
    • Втрати (10 хв)
    • Інтерактивна вправа: параметри (5 хв)
    • Градієнтний спуск (10 хв)
    • Гіперпараметри (10 хв)
    • Інтерактивна вправа: градієнтний спуск (5 хв)
    • Вправа з програмування (10 хв)
    • Перевірте свої знання (10 хв)
    • Що далі?
  • Логістична регресія (35 хв)
    • Вступ (5 хв)
    • Обчислення ймовірності (10 хв)
    • Втрати й регуляризація (10 хв)
    • Перевірте свої знання (10 хв)
    • Що далі?
  • Класифікація (70 хв)
    • Вступ (3 хв)
    • Порогові значення й матриця помилок (12 хв)
    • Точність, повнота, влучність і пов’язані показники (15 хв)
    • ROC й AUC (10 хв)
    • Упередженість прогнозу (3 хв)
    • Багатокласова класифікація (2 хв)
    • Вправа з програмування (15 хв)
    • Перевірте свої знання (10 хв)
    • Що далі?
  • Дані
  • Робота із числовими даними (85 хв)
    • Вступ (3 хв)
    • Як модель отримує і імпортує дані за допомогою векторних представлень ознак (5 хв)
    • Перші кроки (5 хв)
    • Вправи з програмування (10 хв)
    • Нормалізація (20 хв)
    • Групування (15 хв)
    • Очищення (5 хв)
    • Якості хороших числових ознак (5 хв)
    • Поліноміальні перетворення (5 хв)
    • Перевірте свої знання (10 хв)
    • Висновок (2 хв)
    • Що далі?
  • Робота з категорійними даними (50 хв)