Байесовский выбор моделей (теория и практика, А.А. Адуенко, К.Д. Яковлев, В.В. Стрижов)/Группа 274, осень 2025
Материал из MachineLearning.
(Различия между версиями)
| Строка 16: | Строка 16: | ||
* [https://bit.ly/4mLLE3B Данные для практического задания 1] | * [https://bit.ly/4mLLE3B Данные для практического задания 1] | ||
* [[Media:Aduenko2025Evidence_part2_2.pdf|Лекция 4: Байесовская линейная регрессия (продолжение). Обоснованность (evidence).]] | * [[Media:Aduenko2025Evidence_part2_2.pdf|Лекция 4: Байесовская линейная регрессия (продолжение). Обоснованность (evidence).]] | ||
| - | * [[Media: | + | * [[Media:Aduenko2025EvidenceLogRegression_2.pdf|Лекция 5: Обоснованность: Анализ свойств и связь со статистической значимостью.]] |
Текущая версия
Преподаватель: Александр Александрович Адуенко (aduenko1 at gmail.com)
Ассистент: Константин Дмитриевич Яковлев (iakovlev.kd at phystech.edu)
- Курс, прочитанный осенью 2024 года
- Короткий адрес страницы https://bit.ly/41I439X
- Лекция 1: Введение
- Задание 1
- Лекция 2: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.
- Лекция 3: Байесовская линейная регрессия.
- Задание 2
- Практическое задание 1
- Данные для практического задания 1
- Лекция 4: Байесовская линейная регрессия (продолжение). Обоснованность (evidence).
- Лекция 5: Обоснованность: Анализ свойств и связь со статистической значимостью.
