Машинное обучение 2. Лекция 1

Таймкоды: 00:00 Введение и программа курса 02:07 План тем на семестр 04:41 Формула оценки, коллоквиум и автоматы 06:46 Визуализация многомерных данных 10:41 Сохранение попарных расстояний 11:50 Многомерное шкалирование (MDS) 12:40 Проблемы многомерного шкалирования 15:16 t-SNE: основная идея 16:38 Переход от расстояний к распределениям 18:21 Параметр σ и локальный масштаб 20:45 Энтропия и perplexity 23:01 Проблема удалённых объектов 25:01 Симметризация распределения 25:46 Распределение в двумерном пространстве 28:31 Распределение Коши и тяжёлые хвосты 30:12 KL-дивергенция и функция потерь t-SNE 31:56 Вопросы про симметризацию t-SNE 34:40 Когда и зачем использовать t-SNE 36:53 Возвращение к кластеризации 38:14 Спектральная кластеризация 39:56 Построение графа по выборке 42:11 Матрица степеней, матрица смежности и лапласиан 43:32 Свойства лапласиана графа 45:03 Теорема о спектре и компонентах связности 48:03 Доказательство для связного графа 54:42 Случай несвязного графа 57:18 Завершение лекции