1
|
Основные понятия машинного обучения. Применение
машинного обучения в искусственном интеллекте
|
|
2
|
Виды машинного обучения. Алгоритмы обучения с учителем и без учителя. Инструментальные средства машинного обучения
(Octave/Matlab/Python/) и их анализ.
|
|
3
|
Линейная регрессия в машинном обучении. Одномерная линейная
регрессия.
|
|
4
|
Введение в линейную алгебру. Работа с вектором и матрицами.
|
|
5
|
Множественная линейная регрессия. Построение модели множественной
линейной регрессии.
|
|
6
|
Использование инструментальных средств в машинном обучении и их
установка. Работа в программной среде Matlab/Python.
|
|
7
|
Основные операторы среды Matlab/Python. Создание вектора и матриц.
Работа с вектором и матрицами. Операторы управления и циклы.
|
|
8
|
Работа с функциями. Функции чтение данных для модели.
|
|
9
|
Графическое представление данных. Работа с операциями векторизации
|
|
10
|
Понятие логистической регрессии. Построение модели логистической
регрессии. Задачи оптимизации.
|
|
11
|
Задачи классификации в машинном обучении. Понятие классификации. Классификация как основной подход в машинном обучении. Задача
обучения.
|
|
12
|
Структура обучающей выборки MNIST. Применение регрессионных функции softmax и логистической регрессии для задач классификации.
Методы оценки эффективности. Матрица путаницы (confusion matrix).
|
|
13
|
Понятие регуляризации. Регуляризация в процессе обучения. Линейные методы организации данных (Regularized linear models). Регулирование
линейной и логистической регрессии
|
|
14
|
Обучающея выборка (Dataset). Методы создания выборки в машинном
обучении. Методы создания, сборки и обработки обучающей выборки.
|
|
15
|
Функции генерации обучающей выборки (pandas пакет). Работа с
существующими обучающими выборками (open datasets).
|
|
16
|
Алгоритмы обучения без учителя (Unsupervised). Понятие обучения без
учителя и их методы.
|
|
17
|
Решение задач кластеризации. Применение методов кластеризации,
иерархическая кластеризация, кластеризация K-means.
|
|
18
|
Введение в искусственные нейронные сети. Понятие нейронной сети. Выполнение логических операций над нейронами. Понятие и функция
перцептрона.
|
|
19
|
Построение простую нейронную сеть. Весовые коэффициенты и их
расчет. Уровни нейронной сети.
|
|
20
|
Многоуровневые нейронные сети. Входящий, исходящий и скрытый
|
|
