Дмитро Кузьменко — ML Engineer в Infopulse з досвідом роботи понад чотири роки. Основні напрямки досліджень поєднують CV та RL у сфері охорони здоров’я та допоміжних технологій.
На лекції він поділиться базою, яка необхідна для використання регресії в машинному навчанні.
Зокрема коротко розберемося з вибором моделі, навчанням, емпіричною мінімізацією ризику, покращенням узагальнення та боротьбу з оверфітом. А також із:
— дослідницьким аналізом і попередньою обробкою даних;
— вибором моделі/метрики та гарною валідацією;
— підбором гіперпараметрів та передбачення;
— лінійною та поліноміальною регресією, SVR з лінійним ядром;
— деревом рішень/регресором випадкового лісу, lightgbm (бустингом);
— метриками MSE та MAE.
Усі матеріали та техніки Дмитро демонструватиме на Jupyter ноутбук. Після лекції — буде час для запитань та уточнень.
Мова лекції: українська.
Реєстрація за посиланням: bit.ly/39rnUSw
Немає коментарів
Підписатись на коментаріВідписатись від коментарів Коментарі можуть залишати тільки користувачі з підтвердженими акаунтами.