title: "CoreML" author: "metya" date: '3 августа 2018 г '

output: ioslides_presentation

Core ML algorithms

From the not zero to thе beginings

by metya and nikitos (нет) Летняя Школа 2018, Deep Learning Workshop

Regression

Linear regression (объяснение на хабре)
NonLinear Regression
Descision Trees
Autoregression (ARIMA, etc.)

(множественные модели, многомерные модели, регрессионные остатки)

Classification

Logistic regression (объяснение на хабре)
Descision Trees (объяснение на хабре)
K Nearest Neighbours (объяснение на хабре)
Naive Bayes (Wiki, habr (свежак!))
Linear discriminant analysis (Fisher's)
Support Vector Machine (хабр)
Genetics Algorithms
Expectation-Maximization (EM) (где то в интернете)

Clusterization

(Николенко, слайды)

K-means (объяснение на хабре)
DBSCAN (хабр)
Affinity Propagation (habr)
EM
Self-Organaized Maps aka Kohonen's networks (все там же отличная статья!)
Principal Component Analysis aka Понижение размерности (объяснение на хабре)
t-SNE

Many of them together

- Bagging aka Bootstrap aggregation (Random Forest, etc.) (объяснение на хабре)
- Boosting (все там же, дьяконов, чья то неплохая курсовая)

FIN!