Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018
Материал из MachineLearning.
(Различия между версиями)
Строка 16: | Строка 16: | ||
* Короткий адрес страницы [http://bit.ly/2PKwrkp http://bit.ly/2PKwrkp] | * Короткий адрес страницы [http://bit.ly/2PKwrkp http://bit.ly/2PKwrkp] | ||
+ | * Данные для практического задания 1 [https://drive.google.com/file/d/1J87_cMFjokCSRqZbxH1odBVIeS7a--1t/view?usp=sharing] | ||
== Дополнительные материалы == | == Дополнительные материалы == | ||
# См. последний слайд каждой лекции со списком литературы. | # См. последний слайд каждой лекции со списком литературы. |
Версия 16:13, 27 сентября 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
- 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