Машинное обучение и Большие данные

Темы и методы

• Теорема Байеса
• Функции ошибки и регуляризация
• Расстояние Кульбака-Лейблера и перекрестная энтропия
• Градиентный спуск: основы
• Граф вычислений и дифференцирование на нем
• Перцептрон
• Глубокие нейронные сети
• Классификация
• Кластеризация
• Регрессия
• Машинное зрение
• Метод к-средних

Библиотеки

• TensorFlow
• Keras

StereoVision

• https://medium.com/stereopi/opencv-and-depth-map-on-stereopi-tutorial-62cb6792bbed

Некоторые полезные ресурсы

• http://yann.lecun.com/exdb/mnist/
• http://www.image-net.org/
• http://wordnet.princeton.edu/
• http://project.phil.spbu.ru/RussNet/index_ru.shtml
• http://wordnet.ru/
• http://www.vision.caltech.edu/Image_Datasets/Caltech101/
• https://www.scipy.org/
• http://www.numpy.org/
• http://leenissen.dk/fann/html/files/fann_train-h.html
• https://archive.ics.uci.edu/ml/datasets/mushroom
• https://archive.ics.uci.edu/ml/index.php
• https://en.wikipedia.org/wiki/List_of_datasets_for_machine_learning_research
• https://www.kaggle.com/
• https://keras.io/
• https://xgboost.readthedocs.io/en/latest/
• https://lasagne.readthedocs.io/en/latest/
• http://deeplearning.net/software/theano/index.html
• https://catboost.yandex/
• https://arxiv.org/
• https://arxiv.org/list/cs.CV/recent
• https://yandex.ru/dev/catboost/