Скачать или смотреть 02 Машинное обучение: вероятность и статистика

Аспирантский курс по машинному обучению, профессор Майкл Дж. Пирц

Краткое содержание лекции:
Общая лекция по теории вероятностей и статистике, включая обоснование роли статистики и теории вероятностей как предпосылок машинного обучения.

Вот список всех моих лекций по теории вероятности и статистике для машинного обучения:
1. Частотная теория вероятности —    • 2b Data Analytics: Frequentist Probability  
2. Байесовская теория вероятности —    • 2c Data Analytics: Bayesian Probability  
3. Статистика —    • 04 Data Analytics: Univariate Statistics  
4. Одномерные распределения —    • 03 Data Analytics: Univariate Distributions  
Благодарим Лиз Макконнелл за присланные ссылки и предложение включить их в описание к этому видео.

Более подробное изучение теории вероятности и статистики см. в моём
1. Курсе «Аналитика данных и геостатистика»:    • Data Analytics and Geostatistics  
2. Бесплатная онлайн-книга «Прикладная аналитика данных и геостатистика» по ссылке: https://geostatsguy.github.io/Geostat...

Бесплатный онлайн-курс, глава книги:
«Концепции машинного обучения» - https://geostatsguy.github.io/Machine...
Теория и хорошо документированные рабочие процессы, связанные с лекциями и интерактивными панелями управления Python.

Краткое содержание курса:
Добро пожаловать на курс «Подземное машинное обучение» — курс для аспирантов, который я преподаю в Техасском университете в Остине. Хотя официальное название курса «Подземное машинное обучение» подчеркивает его ориентацию на применение в моделировании недр, материал имеет широкую применимость и разработан для того, чтобы вооружить вас базовыми и продвинутыми навыками машинного обучения, актуальными в различных областях.

Курс начинается с основных концепций пространственного и подземного моделирования, основанных на принципах геологии и инженерии, и закладывает прочную основу в области теории вероятностей, статистики, проектирования и отбора признаков. Далее мы изучаем методы инференциального и предиктивного машинного обучения, постепенно переходя к передовым методам глубокого обучения. На протяжении всего курса я стремлюсь сделать сложные темы доступными, предоставляя четкий путь к освоению машинного обучения для решения реальных задач и помогая вам уверенно ориентироваться и использовать потенциал продолжающейся цифровой революции.

Ресурсы курса:
Электронная книга курса: https://geostatsguy.github.io/Machine...
Плейлист курса на YouTube:    • Machine Learning  

Мой общий образовательный контент:
YouTube:    / geostatsguylectures  
GitHub: https://github.com/GeostatsGuy
Twitter: https://x.com/GeostatsGuy
Я публикую все свои университетские образовательные материалы для поддержки студентов и работающих специалистов, интересующихся аналитикой данных, геостатистикой и машинным обучением.

Подробнее об авторе:
https://michaelpyrcz.com
Узнайте больше о моих аспирантах, моём исследовательском консорциуме и т. д. Я буду рад обсудить сотрудничество в области исследований и краткосрочные курсы.

Надеюсь, материалы моего образовательного курса будут вам полезны в вашем путешествии в области науки о данных.

Профессор Майкл Дж. Пирц
Школа инженерии Кокрелла
Школа геологических наук Джексона
Техасский университет в Остине

#анализданных #наукаоданных #геостатистика #машинноеобучение