Машинное обучение

Магистратура (Системы автоматизированного проектирования)

Преподаватели:

• Лекции: Агасиев Талех Азер оглы, к.т.н.
• Лабораторные работы: Селиверстов Евгений Юрьевич

Описание

Цель изучения дисциплины − изучение основных положений и методов машинного обучения и анализа данных, формирование у студентов устойчивых навыков использования программного обеспечения в области машинного обучения и анализа данных.

Общий объем дисциплины составляет 6 зачетных единиц (з.е.), 216 академических часов.

План занятий

Модуль 1. Классические методы.

• Лекция 1. Введение и основные понятия.
• Лекция 2. Линейная регрессия и метод наименьших квадратов.
• Лекция 3. Методы классификации: SVM, логистическая регрессия.

Модуль 2. Ансамбли моделей и глубокое обучение.

• Лекция 1. Решающие деревья, случайный лес.
• Лекция 2. Нейронные сети прямого распространения.
• Лекция 3. Глубокое обучение.

Модуль 3. Вероятностные модели и гауссовские процессы.

• Лекция 1. Байесовские методы.
• Лекция 2. Гауссовские процессы.