DEV//UNIT
01 / Раздел

АЛГОРИТМЫ

Не «прочитай определение», а «увидь, что он делает». Каждый алгоритм — интерактивная визуализация, пошаговый разбор и исходный код с подсветкой активной строки.

AI/ML

k ближайших соседей

Класс новой точки — голосование k ближайших: «скажи, кто твои соседи».

массивначальныйO(n) на запрос

Градиентный спуск

Спуск по склону функции ошибки: шаг против наклона, пропорционально ему.

массивначальныйO(итераций)

Дерево решений (ID3)

Вопросы по приросту информации: дерево само выбирает, что спросить.

массивначальныйO(n · признаки · глубина)

Линейная регрессия

Прямая через точки с минимальной суммой квадратов ошибок: y = kx + b.

массивначальныйO(n)

Логистическая регрессия

Сигмоида превращает прямую в вероятность класса 0..1.

массивначальныйO(эпохи · n)

Минимакс

Гарантированный результат игры: максимизируем минимум, который оставит соперник.

графначальныйO(b^d)

Наивный Байес

Теорема Байеса с наивной независимостью: произведение вероятностей признаков.

массивначальныйO(признаки · классы)

Перцептрон

Один нейрон учится разделять классы: ошибка сдвигает веса.

массивначальныйO(эпохи · n)