1. Введение Съедобная 1.1. Об этой книге часть 1.2. Машинное обучение 2. Классическое обучение с учителем Линейные модели 2.2, Метрические методы Решающие деревья 2.4. Ансамбли в машинном обучении 2.5

1. Введение
Съедобная
1.1. Об этой книге
часть
1.2. Машинное обучение
2. Классическое обучение
с учителем
Линейные модели
2.2,
Метрические методы
Решающие деревья
2.4.
Ансамбли в машинном
обучении
2.5
Градиентный бустинг
3. Оценка качества моделей
3.1. Метрики классификации и
регрессии
орькая
3.2. Кросс-валидация
попка
3.3. Подбор гиперпараметров
4. Вероятностные модели
4.1. Вероятностный подход в
4.2. Экспоненциальный класс
распределений и принцип
максимальной энтропии
4.3
Обобщённые линейные
модели
4.4
Как оценивать вероятности
4.5
Генеративный подход к
классификации