Видеокурс «Вероятностный язык построения моделей машинного обучения». Русскоязычный мини-курс от Computer Science Center, рассказывающий об основах вероятностного языка построения моделей машинного обучения. В данном видеокурсе: 1. Байесовский подход к теории вероятностей. Байесовские рассуждения. Понятие о графических моделях. 2. Сопряженные распределения. Экспоненциальный класс распределений. Аналитический байесовский вывод. 3. Задача выбора модели в машинном обучении. Принцип наибольшей обоснованности. 4. Использование байесовского выбора модели в обобщенных линейных моделях регрессии и классификации. 5. ЕМ-алгоритм. Вариационный байесовский вывод. Примеры использования. 6. Латентное размещение Дирихле. Байесовская смесь гауссиан. Байесовский метод главных компонент. 7. Байесовские и марковские сети. Основные задачи и методы вывода в графических моделях. 8. Обучение графических моделей. Структурный метод опорных векторов. Еще больше материалов по машинному обучению вы можете найти в соответствующей рубрике на нашем сайте: https://tproger.ru/tag/machine-learning/ #machinelearning@tproger #video@tproger