vault backup: 2026-04-20 23:05:40

2026-04-20 23:05:40 +03:00
parent 49638bd33d
commit 4866e3850b
25 changed files with 123 additions and 25 deletions
@@ -2963,3 +2963,10 @@ print(metrics.classification_report(y, y_pred))
 * [Лекции по машинному обучению от Дмитрия Макарова](https://www.dmitrymakarov.ru/opt/logistic-regression-05/#0-binarnaya-logisticheskaya-regressiya) (есть теория и базовая практика)
 * [Лекции по машинному обучению от Cornel Tech](https://kuleshov-group.github.io/aml-book/contents/lecture4-classification.html) (английский, есть базовый код, МНОГО формул с выводом и доказательством)
 * [Учебник по машинному обучению от Яндекса](https://education.yandex.ru/handbook/ml/article/linear-models) (0 кода, но много математики и красивых картинок)
+
+## Связанные заметки
+- [[Принципы дискриминантного анализа]] — статистическая формализация той же задачи классификации; обучающая выборка + матрица "объект-свойство" = постановка задачи ML
+- [[Функция потерь]] — C → min в ДА и MSE → min в МНК — один и тот же принцип минимизации ошибки классификации
+- [[Постановка задачи снижения размерности признакового пространства]] — PCA как предобработка перед линейными моделями
+- [[ВР - основы]] — AR-модель — это линейная регрессия, где регрессоры — лаговые значения той же переменной; оценивается МНК
+- [[Логические операции над нечеткими множествами]] — нечёткие границы классов vs линейная разделимость в пространстве признаков