DNN/SNN | Лекция 2: Основные понятия машинного обучения HD

Автор: Максим КретовДоклад Максима Кретова «Основные понятия машинного обучения» был озвучен в 2016 году в рамках курса «Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкреплением и глубокое обучение». Основной акцент в курсе сделан на применение нейронных сетей в машинном обучении в задачах как обучения “с учителем”, так и “без учителя”. Разбираются основные понятия глубокого обучения. Также в курсе предусмотрены лекции по обучению с подкреплением, в том числе с использованием нейронных сетей в качестве аппроксиматоров функций.В данной лекции были разобраны основы машинного обучения: типы задач, формулировка проблемы и постановка задачи (детерминистический и вероятностный подход). Кроме того, были рассмотрены как способы обучения (с учителем или без него), так и конкретные модели: например, метод k ближайших соседей.Официальный сайт «Лаборатории Касперского» Читайте нас в социальных сетях:Facebook: Vkontakte: Odnoklassniki: Мой Мир: Google+: Twitter: Instagram: Ищите нас на форумах:Фан-клуб «Лаборатории Касперского»: Форум пользователей:?Читайте наши блоги:Блог Евгения Касперского Блог Kaspersky Daily Блог Securelist Блог Threat post Блог на Хабрахабре