Udemy - Машинное обучение из грязи в Kaggle-князи - 2020

Creation Time	Feb. 27, 2025, 2:02 a.m.
Last Access Time	April 7, 2025, 9:40 p.m.
File Size	18.2 GB
Keywords	- грязи Udemy Машинное обучение в 2020 из Kaggle-князи
Total Requests	108
Total Files	130
Magnet Link	Please wait ...
	Download (Magnet Link) Play (Watch Online)

02 Метрики и модели/011 Метод максимального правдоподобия.mp4 337.0 MB
05 Модели линейной регрессии/023 Линейная регрессия и L1_L2-регуляризация.mp4 303.8 MB
20 Архитектуры сверточных нейросетей/102 GoogLeNet.mp4 295.8 MB
01 Часть 1. Процесс машинного обучения/005 Подготовка данных.mp4 285.8 MB
16 Часть 4. Искусственные нейронные сети/076 Функции активации.mp4 280.2 MB
20 Архитектуры сверточных нейросетей/100 AlexNet.mp4 279.6 MB
01 Часть 1. Процесс машинного обучения/007 Оптимизация гиперпараметров.mp4 273.9 MB
08 Часть 3. Метрики и модели классификации/038 Взвешенная квадратичная Каппа.mp4 268.2 MB
12 Ансамблевые модели/060 Градиентный спуск.mp4 267.4 MB
20 Архитектуры сверточных нейросетей/107 EfficientNet.mp4 261.7 MB
20 Архитектуры сверточных нейросетей/103 Inception.mp4 260.9 MB
08 Часть 3. Метрики и модели классификации/036 ROC AUC и Gini.mp4 259.0 MB
12 Ансамблевые модели/052 Ансамблевые модели.mp4 251.6 MB
14 Продвинутые ансамбли/068 Ансамбль стекинга.mp4 237.9 MB
20 Архитектуры сверточных нейросетей/099 LeNet.mp4 236.9 MB
08 Часть 3. Метрики и модели классификации/034 Точность и полнота.mp4 235.5 MB
01 Часть 1. Процесс машинного обучения/008 Недообучение и переобучение.mp4 235.2 MB
16 Часть 4. Искусственные нейронные сети/077 Обратное распространение ошибки.mp4 232.0 MB
18 Обучение нейросети/088 Пакетная нормализация.mp4 229.0 MB
01 Часть 1. Процесс машинного обучения/009 Смещение, разброс и ошибка данных.mp4 228.2 MB
18 Обучение нейросети/093 Свертка и подвыборка.mp4 225.9 MB
10 Простые модели классификации/047 Опорные векторы.mp4 224.4 MB
10 Простые модели классификации/046 Дерево принятия решения.mp4 222.1 MB
01 Часть 1. Процесс машинного обучения/001 Задачи машинного обучения.mp4 213.1 MB
16 Часть 4. Искусственные нейронные сети/073 Искусственные нейронные сети.mp4 213.0 MB
01 Часть 1. Процесс машинного обучения/006 Разбиение выборки.mp4 212.1 MB
18 Обучение нейросети/083 Эпохи, пакеты, итерации.mp4 209.0 MB
08 Часть 3. Метрики и модели классификации/040 Метод ближайших соседей.mp4 206.2 MB
18 Обучение нейросети/085 Адаптивная оптимизация нейросетей.mp4 204.8 MB
18 Обучение нейросети/090 Методы инициализации весов.mp4 204.2 MB
20 Архитектуры сверточных нейросетей/101 VGG.mp4 201.8 MB
14 Продвинутые ансамбли/066 LightGBM.mp4 198.0 MB
12 Ансамблевые модели/057 Сверхслучайные деревья.mp4 197.8 MB
07 Практикум_ Ансамбль линейной регрессии/032 Ансамбль регрессионных моделей.mp4 194.7 MB
20 Архитектуры сверточных нейросетей/105 ResNeXt.mp4 188.1 MB
12 Ансамблевые модели/059 LogitBoost, BrownBoost и L2Boost.mp4 187.6 MB
20 Архитектуры сверточных нейросетей/109 MobileNet.mp4 187.3 MB
18 Обучение нейросети/086 RMSprop, adadelta, adam.mp4 183.2 MB
21 Практикум_ Архитектуры нейронных сетей/115 Архитектура нейросети.mp4 183.1 MB
18 Обучение нейросети/094 Сверточные нейросети.mp4 181.5 MB
05 Модели линейной регрессии/027 Линеаризация регрессии.mp4 181.3 MB
18 Обучение нейросети/084 Оптимизация нейросетей по Нестерову.mp4 179.9 MB
18 Обучение нейросети/089 Регуляризация обучения нейросетей.mp4 178.8 MB
02 Метрики и модели/015 Метрики и расстояния.mp4 177.2 MB
18 Обучение нейросети/087 Оптимизация нейросетей.mp4 176.4 MB
18 Обучение нейросети/092 Оптимизация нейросетей.mp4 176.0 MB
20 Архитектуры сверточных нейросетей/104 ResNet.mp4 173.8 MB
06 Практикум_ Конкурентные модели регрессии/028 Обогащение данных.mp4 173.6 MB
12 Ансамблевые модели/061 Градиентный бустинг и XGBoost.mp4 172.2 MB
10 Простые модели классификации/044 Наивный Байес.mp4 171.9 MB
06 Практикум_ Конкурентные модели регрессии/029 Иерархия моделей.mp4 170.5 MB
07 Практикум_ Ансамбль линейной регрессии/033 Расчет результатов.mp4 168.1 MB
01 Часть 1. Процесс машинного обучения/002 Модель и процесс машинного обучения.mp4 166.9 MB
12 Ансамблевые модели/053 Бутстрэп.mp4 166.2 MB
08 Часть 3. Метрики и модели классификации/037 Оценка Каппа Коэна.mp4 165.5 MB
17 Практикум_ Распознавание формы облаков/081 Опорные векторы и коэффициент сходства.mp4 165.1 MB
08 Часть 3. Метрики и модели классификации/039 Логистическая функция потерь.mp4 162.0 MB
16 Часть 4. Искусственные нейронные сети/078 Многослойный перцептрон.mp4 161.5 MB
12 Ансамблевые модели/054 Бэггинг.mp4 159.7 MB
18 Обучение нейросети/091 Дополнение данных.mp4 158.4 MB
01 Часть 1. Процесс машинного обучения/004 Что такое EDA.mp4 155.9 MB
12 Ансамблевые модели/058 Адаптивный бустинг.mp4 155.0 MB
12 Ансамблевые модели/056 Out-of-Bag.mp4 154.5 MB
16 Часть 4. Искусственные нейронные сети/074 Слои в нейросетях.mp4 147.0 MB
01 Часть 1. Процесс машинного обучения/010 Использование HDF.mp4 145.3 MB
20 Архитектуры сверточных нейросетей/108 DenseNet.mp4 145.1 MB
17 Практикум_ Распознавание формы облаков/079 Предсказание формы облаков.mp4 143.8 MB
06 Практикум_ Конкурентные модели регрессии/030 Оптимизация регрессии.mp4 142.4 MB
02 Метрики и модели/014 Среднеквадратичная ошибка.mp4 142.2 MB
20 Архитектуры сверточных нейросетей/106 SE-ResNet.mp4 140.0 MB
11 Практикум_ Логистическая регрессия и опорные векторы/050 Иерархия логистической регрессии.mp4 137.9 MB
04 Практикум_ Оптимизация памяти и обогащение данных/020 Оптимизация потребления памяти.mp4 137.6 MB
08 Часть 3. Метрики и модели классификации/035 F-мера.mp4 134.2 MB
12 Ансамблевые модели/055 Случайный лес.mp4 133.8 MB
15 Практикум_ Ансамбль стекинга и финальное решение/071 Ансамбль классификации.mp4 133.0 MB
01 Часть 1. Процесс машинного обучения/003 Что такое ETL.mp4 130.7 MB
09 Практикум_ Задача страхового скоринга/041 Страховой скоринг.mp4 128.3 MB
12 Ансамблевые модели/062 Стохастический градиентный бустинг.mp4 127.5 MB
02 Метрики и модели/012 Метод наименьших квадратов.mp4 125.0 MB
02 Метрики и модели/013 Аппроксимация пропусков в данных.mp4 124.3 MB
04 Практикум_ Оптимизация памяти и обогащение данных/021 EDA_ исследование зависимостей.mp4 124.1 MB
22 Практикум_ нейросети для сегментации/116 MobileNet для областей.mp4 123.7 MB
19 Практикум_ Сверточные нейросети/095 Свертка и подвыборка.mp4 123.3 MB
16 Часть 4. Искусственные нейронные сети/075 Нейрон смещения.mp4 119.6 MB
05 Модели линейной регрессии/024 Изотоническая регрессия.mp4 118.4 MB
21 Практикум_ Архитектуры нейронных сетей/110 LeNet, CaffeNet и AlexNet.mp4 118.0 MB
11 Практикум_ Логистическая регрессия и опорные векторы/048 Обработка данных и оптимизация памяти.mp4 116.1 MB
14 Продвинутые ансамбли/067 CatBoost.mp4 114.5 MB
05 Модели линейной регрессии/025 BIC и AIC.mp4 113.7 MB
15 Практикум_ Ансамбль стекинга и финальное решение/070 CatBoost.mp4 111.4 MB
19 Практикум_ Сверточные нейросети/098 Дополнение изображений.mp4 111.0 MB
05 Модели линейной регрессии/026 Полиномиальная регрессия.mp4 104.2 MB
10 Простые модели классификации/045 Логистическая регрессия.mp4 103.3 MB
22 Практикум_ нейросети для сегментации/118 FPN.mp4 102.1 MB
22 Практикум_ нейросети для сегментации/117 U-Net.mp4 97.3 MB
03 Часть 2. Практикум_ Предсказание энергопотребления зданий/016 Процесс ETL.mp4 91.9 MB
03 Часть 2. Практикум_ Предсказание энергопотребления зданий/019 Линейная регрессия.mp4 86.3 MB
03 Часть 2. Практикум_ Предсказание энергопотребления зданий/018 Оценка модели.mp4 85.2 MB
21 Практикум_ Архитектуры нейронных сетей/113 Inception V3 и V4.mp4 82.2 MB
04 Практикум_ Оптимизация памяти и обогащение данных/022 Заполнение пропусков в данных.mp4 81.2 MB
13 Практикум_ Решающие деревья и ансамбли бэггинга и бустинга/063 Решающие деревья.mp4 81.2 MB
19 Практикум_ Сверточные нейросети/096 Активация и оптимизаторы.mp4 80.9 MB
09 Практикум_ Задача страхового скоринга/042 F1 и Каппа оценки классификации.mp4 71.4 MB
13 Практикум_ Решающие деревья и ансамбли бэггинга и бустинга/064 Случайный лес.mp4 67.9 MB
07 Практикум_ Ансамбль линейной регрессии/031 Экспорт и импорт данных.mp4 67.0 MB
21 Практикум_ Архитектуры нейронных сетей/114 ResNet34, 50, 101, 152.mp4 62.6 MB
17 Практикум_ Распознавание формы облаков/082 Двухслойный перцептрон.mp4 61.8 MB
17 Практикум_ Распознавание формы облаков/080 Предобработка изображений.mp4 61.2 MB
15 Практикум_ Ансамбль стекинга и финальное решение/069 LightGBM.mp4 60.0 MB
19 Практикум_ Сверточные нейросети/097 Нормализация и переобучение.mp4 59.9 MB
15 Практикум_ Ансамбль стекинга и финальное решение/072 Расчет результатов.mp4 56.1 MB
21 Практикум_ Архитектуры нейронных сетей/112 GoogLeNet и Inception-BN.mp4 48.7 MB
21 Практикум_ Архитектуры нейронных сетей/111 VGG16 и VGG19.mp4 47.7 MB
09 Практикум_ Задача страхового скоринга/043 Метод ближайших соседей.mp4 46.3 MB
03 Часть 2. Практикум_ Предсказание энергопотребления зданий/017 Интерполяция и экстраполяция.mp4 45.9 MB
11 Практикум_ Логистическая регрессия и опорные векторы/049 Логистическая регрессия.mp4 44.5 MB
11 Практикум_ Логистическая регрессия и опорные векторы/051 SVM.mp4 42.2 MB
13 Практикум_ Решающие деревья и ансамбли бэггинга и бустинга/065 Бустинг с XGBoost.mp4 30.4 MB
21 Практикум_ Архитектуры нейронных сетей/external-assets-links.txt 542 bytes
17 Практикум_ Распознавание формы облаков/external-assets-links.txt 498 bytes
11 Практикум_ Логистическая регрессия и опорные векторы/external-assets-links.txt 462 bytes
19 Практикум_ Сверточные нейросети/external-assets-links.txt 461 bytes
03 Часть 2. Практикум_ Предсказание энергопотребления зданий/external-assets-links.txt 410 bytes
04 Практикум_ Оптимизация памяти и обогащение данных/external-assets-links.txt 381 bytes
15 Практикум_ Ансамбль стекинга и финальное решение/external-assets-links.txt 366 bytes
07 Практикум_ Ансамбль линейной регрессии/external-assets-links.txt 349 bytes
09 Практикум_ Задача страхового скоринга/external-assets-links.txt 348 bytes
06 Практикум_ Конкурентные модели регрессии/external-assets-links.txt 312 bytes
13 Практикум_ Решающие деревья и ансамбли бэггинга и бустинга/external-assets-links.txt 290 bytes
22 Практикум_ нейросети для сегментации/external-assets-links.txt 104 bytes

Udemy - Машинное обучение из грязи в Kaggle-князи - 2020

File List

Download Torrent

Related Resources

Copyright Infringement