Машинное обучение
Курс
Машинное обучение — раздел информатики, в котором мы пытаемся создать алгоритмы, работающие тем лучше, чем больше данных они успели обработать. Центральной темой мини-курса станет байесовский вывод — алгоритмы поиска гипотезы, которая максимизирует правдоподобие при условии имеющихся данных; подавляющее большинство аппаратов машинного обучения можно сформулировать в виде задачи байесовского вывода. Для того чтобы полностью понять происходящее, желательно владеть основами теории вероятностей.
Рекомендованная литература:
- Christopher M. Bishop, Pattern Recognition and Machine Learning;
- David J. MacKay, Information Theory, Inference, and Learning Algorithms;
- лекции по Machine Learning, которые сейчас читают онлайн в Стэнфорд
Лекции курса
4