Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018
Материал из MachineLearning.
(Различия между версиями)
Строка 13: | Строка 13: | ||
* [[Media:Aduenko2018Evidence.pdf|Лекция 4: Байесовская линейная регрессия и понятие обоснованности]] | * [[Media:Aduenko2018Evidence.pdf|Лекция 4: Байесовская линейная регрессия и понятие обоснованности]] | ||
* [[Media:Bayes_applied_1.pdf|Практическое задание 1]] | * [[Media:Bayes_applied_1.pdf|Практическое задание 1]] | ||
- | + | * [[Media:Aduenko2018Evidence2.pdf|Лекция 5:]] | |
* Короткий адрес страницы [http://bit.ly/2PKwrkp http://bit.ly/2PKwrkp] | * Короткий адрес страницы [http://bit.ly/2PKwrkp http://bit.ly/2PKwrkp] |
Версия 11:31, 3 октября 2018
Байесовский выбор моделей
Курс лекций, преподаватель Александр Александрович Адуенко
- Лекция 1: Введение
- Задание 1
- Лекция 2: Введение
- Тест 1
- Лекция 3: Введение
- Лекция 4: Байесовская линейная регрессия и понятие обоснованности
- Практическое задание 1
- Лекция 5:
- Короткий адрес страницы http://bit.ly/2PKwrkp
- Данные для практического задания 1 [1]
Дополнительные материалы
- См. последний слайд каждой лекции со списком литературы.
- David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
- Christopher Bishop, 2006, Pattern Recognition and Machine Learning
- David Barber, 2014, Bayesian Reasoning and Machine Learning
- Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
- Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective