Размер шрифта
A-
A
A+
Цвет сайта
R
A
A
A
Боковая панель
Ресурсы
Главная
Новости
Курсы
Библиотека ИУ6
Библиотека Приборостроение
Расписание
Для преподавателей
Календарь
Мой портал
Преподаватели
Расписание работы преподавателей
Абрамов Николай Александрович
Андреев Арк Михайлович
Аристов Борис Константинович
Бауман Юрий Иванович
Березкин Дмитрий Валерьевич
Булдакова Татьяна Ивановна
Григоренко Виктор Михайлович
Григорьев Юрий Александрович
Губарь Александр Михайлович
Гуренко Владимир Викторович
Данилюк Сергей Сергеевич
Еремин Олег Юрьевич
Захаров Михаил Александрович
Иванова Галина Сергеевна
Карпухин Валерий Анатольевич
Ланцберг Анна Вильямовна
Миков Дмитрий Александрович
Минитаева Алина Мажитовна
Можаров Геннадий Петрович
Никаноров Анатолий Вадимович
Ничушкина Татьяна Николаевна
Овчинников Владимир Анатольевич
Папулин Сергей Юрьевич
Понамарев Андрей Дмитриевич
Попов Алексей Юрьевич
Пролетарский Андрей Викторович
Пугачев Евгений Константинович
Скворцова Мария Александровна
Смирнова Елена Валентиновна
Сотников Алексей Александрович
Степанов Павел Валерьевич
Сюзев Владимир Васильевич
Фетисов Михаил Вячеславович
Фомин Михаил Михайлович
Хартов Вячеслав Яковлевич
Юбилей кафедры ИУ6
ГЭК
ГЭК магистров 2024
ГЭК бакалавров 2024
О кафедре
Общая информация о кафедре ИУ6
Научная работа на кафедре
Кафедра ИУ6 на факультете АК
Абитуриентам
Ресурсы для абитуриентов
Информация для абитуриентов
Форум для абитуриентов
Шаг в будущее
Инструкции по системе ДО
Литература о Moodle (гостевой доступ)
Поддержка Moodle
Разработка Moodle
Трекер Moodle
Документация Moodle
Новости Moodle
Вы используете гостевой доступ (
Вход
)
Перейти к основному содержанию
Искусственный интеллект
В начало
Курсы
Искусственный интеллект
Лекции
Лекция 4. Логистическая регрессия
Лекция 4. Логистическая регрессия
Нажмите на ссылку
ИИ_Мартынюк_Лекция_4.pdf
, чтобы просмотреть файл.
Предыдущий элемент курса
◄ Лекция 3. Перцептрон, градиентный спуск, функция потерь
Перейти на...
Перейти на...
Объявления
Лекция 1. Понятие ИИ
Лекция 2. Основы МО
Лекция 3. Перцептрон, градиентный спуск, функция потерь
Лекция 5. Предобработка данных
Лекция 6. Оценка модели и регуляризация
Лекция 7. Деревья решений. Ансамбли моделей
Лекция 8. Обучение без учителя. Кластеризация, сжатие данных
Метод k-ближайших соседей
Линейная регрессия
Логистическая регрессия
Предобработка данных
Оценка модели
Регуляризация
Деревья решений. Ансамбли моделей
Кластеризация, сжатие данных
Рубежный контроль №1
Пересдача 2: Рубежный контроль №1
Рубежный контроль №2
Пересдача 2: Рубежный контроль №2
Рубежный контроль №3
Пересдача: Рубежный контроль №3
Примеры работы с Series и DataFrame
Лабораторная работа №1: файл в Google Colab
Лабораторная работа 1
Лабораторная работа №2: файл в Google Colab
Лабораторная работа 2
Лабораторная работа №3: файл в Google Colab
Лабораторная работа 3
Лабораторная работа №4: файл в Google Colab
Лабораторная работа 4
Следующий элемент курса
Лекция 5. Предобработка данных ►
В начало
Календарь
МГТУ имени Н.Э.Баумана