Машинное обучение

Подробнее на нашем сайте: https://hsmi.msu.ru/curriculums/stp/program/mashinnoe-obuchenie

Заключение и оплата договора 

-

План обучения:

Раздел 1. Введение. Примеры задач. Логические методы: решающие деревья и решающие леса.

Раздел 2.  Метрические методы классификации. Линейные методы, стохастический градиент. 

Раздел 3. Метод опорных векторов (SVM). Логистическая регрессия. Метрики качества классификации.

Раздел 4. Линейная регрессия. Понижение размерности, метод главных компонент.

Раздел 5. Композиции алгоритмов, градиентный бустинг. Нейронные сети.

Раздел 6. Кластеризация и визуализация.

Раздел 7.  Прикладные задачи анализа данных: постановки и методы решения. 

По набору группы 

Цель программы – ознакомить слушателей с основами машинного обучения.

По результатам программы слушатели будут обладать:

• Знанием принципов машинного обучения

• Способностью проводить самостоятельный подбор классификаторов под конкретную задачу.

• Знанием механизмов линейной и логистической регрессий.

• Знанием методов машинного обучения без учителя.   

• Способностью разработать собственную модель машинного обучения под конкретную прикладную задачу.