Практический курс классического машинного обучения с использованием моделей математического программирования, Методическое пособие, Чернавин П.Ф., 2023


Практический курс классического машинного обучения с использованием моделей математического программирования, Методическое пособие, Чернавин П.Ф., 2023.

   Учебно-методическое пособие посвящено изучению базовых методик машинного обучения для решения задач регрессии, классификации и кластеризации. Основной акцент делается на приобретении навыков решения практических задач различными методами, поэтому пособие содержит большое количество примеров, для решения которых приведены программы в кодах Wolfram Mathematica, Python, IBM ILOC CPLEX. Настоящее пособие может быть интересно и полезно как начинающим, так и опытным специалистам в области машинного обучения и может быть использовано для изучения (преподавания) данного курса. Приобретенные навыки в дальнейшем могут быть применены для решения задач из области исследования операций.

Практический курс классического машинного обучения с использованием моделей математического программирования, Методическое пособие, Чернавин П.Ф., 2023


Проблема мультиколлинеарности признаков.
Начнем рассуждать последовательно. Если два признака абсолютно одинаковы во всех наблюдениях, то один из них лишний. А если один признак строго пропорционален другому? Например, среди признаков есть рост в сантиметрах и дюймах или вес в килограммах и фунтах. Исходя из здравого смысла, надо оставить один, причем любой. Потому что если мы будем, например, искать уравнение регрессии, то влияние любого входного признака на выходной можно отрегулировать через изменение коэффициента у данного входного признака в уравнении регрессии.

На здравый смысл мы будем ссылаться и далее, но, исходя только из него, невозможно объяснить, что плохого в том, что в данных будут присутствовать два линейно зависимых признака (именно так, строго математически, правильно называть описываемую ситуацию). Поэтому для дальнейших пояснений необходимо вспомнить, как решаются системы линейных уравнений.

Содержание.
Введение.
Глава 1. Математическое программирование и машинное обучение.
1.1. Происхождение терминов «математическое программирование» и «машинное обучение».
1.2. Основные понятия машинного обучения и математического программирования.
1.3. Признаки и их геометрическая интерпретация.
Глава 2. Задачи регрессии.
2.1. Линейная регрессия.
2.2. Проблема мультиколлинеарности признаков.
2.3. Задачи нелинейной регрессии.
2.4. Применение линейной регрессии для моделирования кривых второго порядка.
2.5. Немного философии.
2.6. Общая постановка задачи математического программирования.
2.7. Представление задач регрессии как ЗМП.
2.8. Задачи регрессии повышенной сложности.
Глава 3. Задачи классификации.
3.1. Линейно разделимые множества.
3.2. Линейно не разделимые множества и метод комитетов.
3.3. Разновидности комитетных конструкций.
3.4. Разделение множеств нелинейными функциями.
Глава 4. Классические методы классификации.
4.1. Метод опорных векторов.
4.2. Логистическая регрессия.
4.3. Основные идеи отнесения объектов наблюдения к конкретному классу.
4.4. Метод ближайших соседей.
4.5. Метод потенциальных функций (МПФ).
4.6. Логические методы.
4.7. Ансамбли.
4.8. Наивный метод Байеса (НМБ).
4.9. Нейронные сети.
4.10. Градиентный спуск.
4.11. Принципы построения эффективных ансамблей и оценка качества решения.
4.12. Переобучение.
4.13. Обобщенный взгляд на задачи регрессии, классификации, кластеризации и методы их решения.
Глава 5. Решение задач регрессии и классификации на основе Python.
5.1. Библиотеки и клише программ.
5.2. Методы отбора, создания и нормализации признаков.
5.3. Краткое описание программ для задач регрессии.
5.4. Сравнение качества классификаторов.
5.5. Использование других оптимизаторов для решения ЗМП.
Заключение.
Тестовые задания.
Ответы к тестовым заданиям.
Список библиографических ссылок.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Практический курс классического машинного обучения с использованием моделей математического программирования, Методическое пособие, Чернавин П.Ф., 2023 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу



Скачать - pdf - Яндекс.Диск.
Дата публикации:





Теги: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 

Книги, учебники, обучение по разделам




Не нашёл? Найди:





2024-07-21 23:13:47