Машинное обучение. Начало | Основы машинного обучения #1. Что такое машинное обучение? Обучающая выборка и признаковое пространство #2. Постановка задачи машинного обучения #3. Линейная модель. Понятие переобучения #4. Способы оценивания степени переобучения моделей #5. Уравнение гиперплоскости в задачах бинарной классификации #6. Решение простой задачи бинарной классификации #7. Функции потерь в задачах линейной бинарной классификации #8. Стохастический градиентный спуск SGD и алгоритм SAG #9. Пример использования SGD при бинарной классификации образов #10. Оптимизаторы градиентных алгоритмов: RMSProp, AdaDelta, Adam, Nadam #11. L2-регуляризатор. Математическое обоснование и пример работы @bookflow #machinelearning