Глубокое машинное обучение (онлайн-учебник)

Материал из MachineLearning.

(Различия между версиями)

Текущая версия

Китов В.В. Глубокое машинное обучение, 2024, онлайн-учебник.

Аннотация

Онлайн-учебник по машинному обучению и глубокому обучению (нейросетям) на основе курсов "Методы машинного обучения" и "Глубокое машинное обучение", читаемых на факультете ВМК МГУ им. Ломоносова.

Первая часть учебника описывает весь процесс построения моделей машинного обучения:

постановка и формализация задачи
подготовка данных
выбор модели и подбор гиперпараметров
оценка качества и интерпретация результатов

В ней рассматриваются методы классического машинного обучения: метрические методы, линейные модели, деревья решений. Особое внимание уделяется построению прогнозов, используя не одну а композицию разных моделей (ансамбль). Рассматриваются популярные методы построения ансамблей моделей, такие как бэггинг, метод случайных подпространств, случайный лес, особо случайные деревья и бустинг. В конце учебника рассматриваются подходы к интерпретации настроенных моделей машинного обучения и полученных с их помощью прогнозов.

Вторая часть учебника посвящена глубокому обучению, то есть использованию нейросетей в задачах распознавания и прогнозирования.

Рассматривается обработка табличных данных, последовательностей, текстов и изображений с помощью нейросетей. Описываются основные нейросетевые архитектуры, такие как многослойный персептрон и свёрточная нейросеть, изучаются методы эффективной настройки глубоких нейросетевых моделей.