Machine Learning

2022/2023

Учебный год

ENG

Обучение ведется на английском языке

4

Кредиты

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Кто читает:

Департамент электронной инженерии

Статус:

Курс обязательный

Когда читается:

4-й курс, 2, 3 модуль

Преподаватель

Перов Артём Андреевич

Course Syllabus

Abstract

Дисциплина «Методы машинного обучения» изучает класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Целью освоения дисциплины «Методы машинного обучения» является ознакомление студентов с теоретическими основами и основными принципами машинного обучения — а именно, с классами моделей (линейные, метрические алгоритмы, алгоритмы на основе деревьев решений и их ансамблей, нейросетевые), метриками качества моделей и и подходами к предобработке и анализу данных. В рамках дисциплины изучаются линейные модели регрессии, классификации и кластеризации, ансамбли и деревья решений, нейросетевые технологии машинного обучения. Дисциплина «Методы машинного обучения» дает знания, необходимые для последующего прохождения преддипломной практики и подготовки ВКР. При обучении предусмотрен контроль знаний студентов в виде домашнего задания, контрольной, тестов и экзамена.