Mga Batayan ng Statistical Learning: Regression at Classification

Paano nga ba talaga natututo ang mga machine learning algorithm mula sa datos, at paano natin maipapangakong matematikal ang kanilang pagganap? Ang pag-unawa sa mga teoretikal na batayan ng supervised learning ang nagbubukod sa mga karaniwang gumagamit lamang ng tool mula sa mga tunay na eksperto sa machine learning. Pinag-uugnay ng kursong ito ang agwat sa pagitan ng raw data at teoryang matematikal, na nagbibigay sa iyo ng malalim na konseptuwal na pag-unawa kung paano gumagana ang mga regression at classification algorithm sa likod ng mga eksena. Sa pagbabasa ng komprehensibong gabay na ito, magbabago ka mula sa pagtrato sa mga algorithm bilang mga black box patungo sa pag-unawa sa mga mahigpit na prinsipyong matematikal na namamahala sa kanilang gawi at kakayahang mag-generalize. Matututuhan mong suriin ang mga modelo hindi lamang sa pamamagitan ng kanilang accuracy sa pagsasanay, kundi sa pamamagitan ng kanilang theoretical soundness. Mga matututuhan mo: - Unawain ang mga pangunahing prinsipyo ng Statistical Learning Theory at kung paano nag-ge-generalize ang mga modelo sa hindi pa nakikitang datos. - Galugarin ang mga pamamaraan ng regularization at kernel methods para sa multivariate function approximation. - Suriin ang Vapnik-Chervonenkis (VC) theory upang maunawaan ang pagiging komplikado at kapasidad ng modelo. - I-configure ang support vector machines (SVMs) at regularization networks para sa regression at classification. - Ilapat ang mga pamamaraan ng feature selection at boosting algorithms upang ma-optimize ang pagganap ng modelo. - Magsanay sa pagsusuri ng mga modelo gamit ang mga modernong validation metrics at error analysis. Nagsisimula ang kursong ito sa mga batayang kahulugan ng supervised learning, classical statistics, at empirical risk minimization. Pagkatapos ay magpapatuloy ka sa mga matematikal na framework ng regularization at kernel spaces, na nagtatapos sa mga praktikal na nakasulat na code walkthrough at mga konseptuwal na pagsasanay na nagpapakita sa mga teoryang ito habang inilalapat. Ang kursong ito ay idinisenyo para sa mga nagnanais na maging data scientist, engineer, at researcher na naghahangad ng matibay na matematikal na batayan sa machine learning. Hindi kailangan ng advanced na karanasan sa statistical learning theory, dahil ang lahat ng pangunahing konsepto ay ipinapakilala nang hakbang-hakbang. Simulang magbasa ngayon upang masterin ang mga prinsipyong matematikal sa likod ng mga modernong predictive algorithm.