Описание:
В курсе «Анализ данных и машинное обучение: часть 1» продолжают рассматриваться основные модели и методы машинного обучения. Дисциплина призвана обеспечить освоение студентами подходов к машинному обучению с учителем и без учителя, методов статистической интерпретации процесса обучения и анализа обученных моделей. Содержание дисциплины включает изучение байесовского подхода к обучению, генеративные и дискриминативные модели классификации, методы построения деревьев решений и ансамблей моделей машинного обучения, основы непараметрического анализа данных и обучения без учителя. Теоретические основы машинного обучения закрепляются на лабораторных занятиях и используются при выполнении самостоятельного исследования в рамках индивидуальной курсовой работы.
Структура:
Семестр |
Всего (ч) (Лекц / Практ. / Лаб.) |
Аттестация |
2 |
180 (15 / 15 / 15) |
Экзамен |
Итого |
180 (15 / 15 / 15) |
Экзамен |
Компетенции:
- ПК-5 - способен применять существующие методы и алгоритмы решения задач цифровой обработки сигналов
- ПК-15 - способен применять навыки создания программного обеспечения для анализа, распознавания и обработки информации, систем цифровой обработки сигналов
- ПК-10.2 - Способен использовать технологии, методы и инструментальные средства обработки больших данных