Один в поле не воин: методы ансамблирования в машинном обучении // «Machine Learning. Professional»

Вы узнаете: Какие подходы к ансамблированию сегодня существуют в машинном обучении. Как устроены такие популярные техники ансамблирования как Bagging, Random Forest и Gradient Boosting. Когда и как их стоит применять для решения ML-задач. Кому подходит этот урок: - IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science - Дата-сайентистам, желающим углубиться в профессию - Тем кто самостоятельно изучает Data Science и уже изучил основы ML Результаты урока: вы узнаете основные подходы к ансамблированию, которые сегодня используют в ML. Изучите устройство наиболее популярных методов ансамблирования (Bagging, Random Forest, Boosting) и примените их на практике. «Machine Learning. Professional» - Преподаватель: Мария Тихонова - Senior Data Scientist SberDevices, преподаватель ВШЭ Подключайтесь к обсуждению в чате - Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: