(по выбору) Машинное обучение
Семестр: 3 | Часы: 108 | Зачётные единицы: 3
Краткое описание
Вводный курс для знакомства обучающихся с концепцией машинного обучения и ИИ-технологий
Кто ведёт
Содержание
1. Предобработка данных
- Разведочный анализ.
- Анализ пропущенных значений и заполнение пропусков.
- Понижение размерности исходных данных.
- Масштабирование данных, нормализация, интеграция.
2. Регрессия, классификация и кластеризация
- Задача регрессии.
- Классификация данных.
- Кластеризация.
3. Переобучение и баланс смещения-дисперсии
4. Введение в глубокое обучение
- Библиотека PyTorch.
- Концепция искусственного биологического нейрона. Простейшие нейронные сети, метод обратного распространения ошибки.
- Свёрточные нейронные сети.
- Решение задачи сегментации.