Основи машинного навчання (ПМ)

Тип: На вибір студента

Кафедра: обчислювальної математики

Навчальний план

СеместрКредитиЗвітність
64Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
632доцент Музичук Ю. А.ПМп-31, ПМп-32

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
632ПМп-31доцент Музичук Ю. А., Борачок І. В.
ПМп-32доцент Музичук Ю. А., Борачок І. В.

Опис курсу

Курс «Основи машинного навчання» охоплює такі розділи: задачі регресії, задачі класифікації та задачі неконтрольованого машинного навчання. При розгляді цих тем основна увага зосереджується на математичному формулюванні задач, виборі методики розв’язування та детальному описі та програмуванні відповідних алгоритмів. Викладення матеріалу здійснюється за допомогою сучасних термінів та понять з галузі інформаційних технологій. Метою курсу є ґрунтовне ознайомлення із наявними методами розв’язування різноманітних задач з області машинного навчання та роз’яснення вагомих аспектів їх використання.

Рекомендована література

  1. Goodfellow I. Deep Learning / Ian Goodfellow, Yoshua Bengio, Aaron Courville. – MIT Press, 2016. – WWW: http://www.deeplearningbook.org.
  2. Witten I. Data Mining: Practical Machine Learning Tools and Techniques / Ian Witten, Eibe Frank, Mark A. Hall. – Morgan Kaufmann, 2016. – 654p.
  3. Mitchell T. Machine Learning / Tom M. Mitchell. – McGraw-Hill Education, 1997. – 432p.
  4. Flach P. Machine Learning: The Art and Science of Algorithms that Make Sense of Data / Peter Flach. – Cambridge University Press, 2012. – 409p.
  5. Raschka S. Python Machine Learning / Sebastian Raschka. – Packt Publishing, 2015. – 454p.
  6. Géron A. Hands-On Machine Learning with Scikit-Learn and TensorFlow: Techniques and Tools to Build Learning Machines / Aurélien Géron. – O’Reilly Media, 2018. – 566p.

Силабус:

Завантажити силабус