Петровский М.И. - 5. Градиентный Бустинг

Градиентный Бустинг Лектор: Петровский Михаил Игоревич 00:00:05 Задача безусловной оптимизации 00:04:16 Методы решения задачи оптимизации 00:05:25 Общий вид метода оптимизации 00:07:26 Методы спуска 00:14:40 Метод Ньютона 00:18:05 Классические методы оптимизации для задачи машинного обучения 00:20:28 Стохастические и пакетные методы обучения 00:22:45 Важные модификации градиентного метода 00:26:47 Другие популярные модификации метода SGD 00:29:35 Идея градиентного бустинга 00:36:47 Борьба с переобучением 00:42:16 Функции потерь 00:51:48 Современные алгоритмы бустинга 00:56:59 Гистограммный метод для числовых признаков 01:02:35 Дополнительные модификации деревьев решений и методов подвыборок бустинга 01:21:12 Градиентный sampling 01:27:45 Упорядоченный бустинг 01:39:05 Особенности классического градиентного бустинга деревьев решений 01:40:14 Учёт потерь ансамбля в каждом дереве Ссылка на плейлист Teach-In: https://teach-in.ru/course/intellect-summer-school-2025 Ссылка на плейлист YouTube: https://www.youtube.com/playlist?list=PLcsjsqLLSfNDt02oc_dUMEHyuT-ccj_Vm Ссылка на плейлист VK: https://vkvideo.ru/playlist/-176441665_803 Ссылка на плейлист RuTube: https://rutube.ru/plst/1152444 #МГУ #MSU #фонд_Интеллект #foundation_intellect #Summer_School #летняя_школа #Artificial_intelligence #искусственный_интеллект #ИИ #AI #лекция #lecture #Петровский #Petrovsky #градиентный_бустинг #Gradient_boosting #бутстреппинг #bootstrapping #методы_спуска #method_of_descent #метод_Ньютона #Newton's_method #функции_потерь #loss_functions