Следите за новостями и участвуйте в обсуждениях!
Подписывайтесь на
наш Инстаграм,
Телеграм-канал и
присоединяйтесь к чату сообщества — чтобы не пропустить результаты конкурса грантов!
Основы машинного обучения
-
Цели дисциплины основные понятия и задачи машинного обучения. Предобработка данных: очистка данных, нормализация и стандартизация данных, обработка категориальных признаков. Линейная регрессия. Логистическая регрессия. Деревья решений и случайные леса. Поддерживающие векторные машины (SVM). Методы ансамблей. Нейронные сети и глубокое обучение. Архитектуры нейронных сетей. Методы кластеризации и уменьшения размерности. Метод K-средних. Иерархическая кластеризация. Метод главных компонент (PCA). t-SNE. Метрики качества моделей. Кросс-валидация. Выбор моделей и гипер параметров.
-
Образовательная программа 6B06116 Администрирование, управление и защита компьютерных систем и сетей
-
Кредитов 5
-
Год обучения 4
-
Семестр 1