Анализ данных и искусственный интеллект

1.

АНАЛИЗ ДАННЫХ И
ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ

2.

Реализуемая технология
• онлайн
3 з.е. – 108 час.
продолжительность курса - 1 семестр
аттестация - зачёт
лимит - 378

3.

Состав курса (виды работ)
• видеолекции;
• чтение электронного конспекта;
• выполнение заданий кейсов для отработки практических
навыков;
• выполнение различных заданий с автоматизированной
проверкой результатов;
• просмотр материалов для самостоятельного изучения
• контрольные мероприятия
Ссылка на платформу:
https://openedu.ru/course/ITMOUniversity/MLDATAN/

4.

Программа курса
В курсе рассматриваются следующие темы:
1. Основные понятия и обозначения. Постановки и прикладные примеры задач машинного обучения (обучение с
учителем, обучение без учителя, обучение с подкреплением). Классификация моделей и методов машинного
обучения.
2. Основы языка Python, обзор популярных библиотек для обработки и визуализации данных: Numpy, pandas, Pyplot.
Возможности, предоставляемые Azure ML Studio.
3. Задача уменьшения размерности. Метод главных компонент.
4. Задача регрессии. Линейная регрессия. Оценка параметров модели. Построение доверительных интервалов.
Проверка гипотез. Многомерная линейная регрессия. Оценка модели. Полиномиальная регрессия.
5. Задача классификации. Наивный Байесовский классификатор. Метод k ближайших соседей. Логистическая
регрессия. Метод опорных векторов. Деревья принятия решений. Энтропия и прирост информации.
Неопределенность Джини. Многоклассовая классификация.
6. Задача кластеризации. Метод К-средних, иерархическая кластеризация и дендрограммы. Ансамблевые методы.
Бэггинг. Бустинг.
7. Обучение с подкреплением. Алгоритм Q-Learning.
Каждая тема предполагает изучение в течение одной недели.

5.

Контактная информация
Пушкарева Наталия Олеговна
[email protected]

6.

СПАСИБО ЗА ВНИМАНИЕ!