1
0

index.Rmd 2.9 KB

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061
  1. ---
  2. title : CoreML algorytms
  3. subtitle : From the beginings to the not
  4. author : metya
  5. job : Летняя Школа 2018, Deep Learning Workshop
  6. framework : io2012 # {io2012, html5slides, shower, dzslides, ...}
  7. highlighter : highlight.js # {highlight.js, prettify, highlight}
  8. hitheme : tomorrow #
  9. widgets : [mathjax] # {mathjax, quiz, bootstrap}
  10. mode : selfcontained # {standalone, draft}
  11. knit : slidify::knit2slides
  12. guthub :
  13. user: 'metya'
  14. repo: 'CoreML'
  15. ---
  16. # A few base algorythms and even farther
  17. ---
  18. # Regression
  19. - Linear regression ([объяснение на хабре](https://habr.com/company/ods/blog/323890/))
  20. - NonLinear Regression
  21. - Descision Trees
  22. - Autoregression (ARIMA, etc.)
  23. (множественные модели, многомерные модели, регрессионные остатки)
  24. ---
  25. # Classification
  26. - Logistic regression ([объяснение на хабре](https://habr.com/company/ods/blog/323890/))
  27. - Descision Trees ([объяснение на хабре](https://habr.com/company/ods/blog/322534/))
  28. - K Nearest Neighbours ([объяснение на хабре](https://habr.com/company/ods/blog/322534/))
  29. - Naive Bayes ([Wiki](https://ru.wikipedia.org/wiki/Наивный_байесовский_классификатор), [habr (свежак!)](https://habr.com/post/415963/))
  30. - Linear discriminant analysis (Fisher's)
  31. - Support Vector Machine ([хабр](https://habr.com/post/105220/))
  32. - Genetics Algorithms
  33. - Expectation-Maximization (EM) ([где то в интернете](https://basegroup.ru/community/articles/em))
  34. ---
  35. # Clusterization
  36. ([Николенко, слайды](https://logic.pdmi.ras.ru/~sergey/teaching/mlau12/10-clustem.pdf), [воронцов, лекция](http://www.ccas.ru/voron/download/Clustering.pdf))
  37. - K-means ([объяснение на хабре](https://habr.com/company/ods/blog/325654/))
  38. - DBSCAN ([хабр](https://habrahabr.ru/post/322034/))
  39. - Affinity Propagation ([habr](https://habr.com/post/321216/))
  40. - EM
  41. - Self-Organaized Maps aka Kohonen's networks ([все там же отличная статья!](https://habr.com/post/338868/))
  42. - Principal Component Analysis aka Понижение размерности ([объяснение на хабре](https://habr.com/company/ods/blog/325654/))
  43. - t-SNE
  44. ---
  45. # Many of them together
  46. - Bagging aka Bootstrap aggregation (Random Forest, etc.)
  47. ([объяснение на хабре](https://habr.com/company/ods/blog/324402/))
  48. - Boosting ([все там же](https://habr.com/company/ods/blog/327250/), [дьяконов](https://alexanderdyakonov.wordpress.com/2017/06/09/градиентный-бустинг/comment-page-1/), [чья то неплохая курсовая](http://www.machinelearning.ru/wiki/images/9/9a/fonarev.overview_of_boosting_methods.pdf))
  49. --- .middle
  50. # FIN!