Направление «Машинное обучение»
Для поступления на машинное обучение нужно повторить такие темы:
Алгоритмы:
- асимптотическая сложность,
- основные структуры данных,
- сложность операций,
- сортировки,
- алгоритмы, связанные с деревьями и графами.
Линейная алгебра:
- умножение матриц и векторов,
- операции над матрицами,
- разложение матриц.
Теория вероятностей и математическая статистика:
- условная вероятность,
- распределения случайных величин,
z-score ,p-value ,- алгоритмы сэмплинга.
Модели:
- линейная регрессия,
- логистическая регрессия,
- деревья решений,
- алгоритмы кластеризации,
- обнаружение аномалий.
Методы обучения:
- градиентные спуски,
EM-алгоритм ,- градиентный бустинг.
Теория обучения:
- выбор признаков,
- валидация модели,
- метрики модели,
- метод ансамблей,
- бустинг,
- бэггинг,
- бутстрэппинг.