Open ML Course: Деревья и их ансамбли

Дата запуска курса 16 октября.

Деревья могут аппроксимировать почти любую функцию, предположение линейности данных больше не требуется.

О чем курс?

Начнем с простого регрессионного дерева. Узнаем, как его строить, на пальцах. Сделаем домашнее задание – попробуем сделать автоматический «технический» анализ.

Потом разберем дерево классификации. Поговорим о плюсах и минусах деревьев.

Потом попробуем сделать ансамбль «Случайный лес». Разберем «Градиентный бустинг на деревьях». Сделаем ДЗ по конкурсу «Турникеты».

Также планируем подключить Яндекс с его подробным рассказом о, пожалуй, самом лучшем пакете градиентного бустинга – Catboost.

Будут короткие видео, несколько ДЗ, и конкурс.

Авторы: 
Артем Шевляков, Школа компьютерных наук ТюмГУ, https://www.utmn.ru/imkn/shkn/index.php
Иван Комаров, ЦФТ, ods.ai, НГУ
Евгений Петров, команда catboost, Яндекс