Машинное обучение

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Факультет информатики, математики и компьютерных наук (Нижний Новгород)

Статус:

Курс обязательный

Когда читается:

3-й курс, 2 модуль

Преподаватель

Савченко Людмила Васильевна

Программа дисциплины

Аннотация

Курс посвящен изложению современных методов машинного обучения. Излагаются математические основы методов машинного обучения, основные алгоритмы, методы предобработки данных, основы теории машинного обучения. Практические задания выполняются с использованием библиотеки scikit-learn.

Цель освоения дисциплины

• Подготовка к профессиональной деятельности в области машинного обучения
• Развитие компетенций в области математических методов и информационных технологий.

Планируемые результаты обучения

• Овладение практическими навыками решения задач методами машинного обучения
• Овладение практическими навыками решения задач методами машинного обучения
• Освоение основных теоретических положений машинного обучения
• Освоение основных теоретических положений машинного обучения
• Освоение основных теоретических положений методов машинного обучения

Содержание учебной дисциплины

• Введение. Примеры практических задач
• Метод наименьших квадратов
• Вероятностная постановка задачи обучения с учителем
• Статистические методы решения задач классификации
• Нейронные сети
• Деревья решений
• Ансамбли решающих правил
• Задача обучения без учителя
• Метод опорных векторов
• 10. Элементы теории Вапника-Червоненкиса

Элементы контроля

• Самостоятельная работа (лабораторные работы)
• Экзамен

Промежуточная аттестация

• 2023/2024 учебный год 2 модуль
  0.5 * Самостоятельная работа (лабораторные работы) + 0.5 * Экзамен

Список литературы

Рекомендуемая основная литература

• Введение в статистическое обучение с примерами на языке R / Г. Джеймс, Д. Уиттон, Т. Хасти, Р. Тибширани , перевод с английского С. Э. Мастицкого. — Москва : ДМК Пресс, 2017. — 456 с. — ISBN 978-5-97060-495-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/93580 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. — Москва : ДМК Пресс, 2015. — 400 с. — ISBN 978-5-97060-273-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/69955 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.