Уроки Алгоритмы интеллектуальной обработки больших объемов данных

Цель курса — изучение студентами как классических, так и современных подходов к решению задач Data Mining, основанных на алгоритмах машинного обучения. Объемы данных, ежедневно генерируемые сервисами крупной интернет компании, поистине огромны. Цель динамично развивающейся в последние годы дисциплины Data Mining состоит в разработке подходов, позволяющих эффективно обрабатывать такие данные для извлечения полезной для бизнеса информации. Эта информация может быть использована при создании рекомендательных и поисковых систем, оптимизации рекламных сервисов или при принятии ключевых бизнес-решений.

• Задачи Data Mining
• Метрики классификации и регрессии. Метод ближайшего соседа
• Линейные модели регрессии
• Логистическая регрессия. Линейные модели классификации
• Решающие деревья
• Метод опорных векторов
• Байесовские методы машинного обучения
• Байесовские методы машинного обучения
• Задача кластеризации
• Обработка естественного языка
• ЕМ-алгоритм

VK Team — это миллион возможностей проявить себя!

Здесь мы делимся опытом своих продуктов, которыми пользуются миллионы людей каждый день:

•  Лекции экспертов 
•  Скринкасты 
•  Oh, my code
•  Будущее, которое мы заслужили
•  Митапы, обзоры, стримы и воркшопы от практиков.