Курс в Центральном университете продолжается онлайн, хотя я туда ещё приеду и лично. На прошедших лекциях обсудили линейные классификаторы:

ЦУ — 2026.09.25 — Основы классификации и логистическая регрессия
(слайды, доска и код на странице курса)

Классификация начинается с геометрии: как разделить классы гиперплоскостью, почему соединять центроиды не всегда хорошая идея и какое направление ищет дискриминант Фишера. Мне кажется, понимать геометрическую суть происходящего очень важно в любом случае.

Потом вернулись к формуле Байеса, строили классификаторы из гауссовских распределений и добрались до логистической регрессии. Заодно выяснили, откуда возникают логистический сигмоид и softmax — те самые, которые дожили до современных нейросетей.

А дальше разбираем, как градиент поворачивает разделяющую гиперплоскость, почему метод Ньютона сильнее учитывает примеры, в которых модель сомневается, и что байесовский подход добавляет к обычному предсказанию.

В целом идём по плану, дальше, как водится, будет больше!

#centraluni #cubayes2026 #lectures