Введение в машинное обучение и анализ данных
Армен Бекларян
Курс знакомит слушателей с основами машинного обучения, жизненным циклом задач машинного обучения и с применяемыми методиками.
Необходимость использования методов машинного обучения объясняется тем, что для многих сложных, интеллектуальных, задач (например, распознавание рукописного текста, речи и т. п.) очень сложно (или даже невозможно) разработать «явный» алгоритм их решения, однако часто можно научить компьютер обучиться решению этих задач.
Учебный план
|
Вы можете
посмотреть лекцию
Лекция 1. Машинное обучение и новая технологическая революция. Часть 1 |
|||||
| Лекция 1. Машинное обучение и новая технологическая революция. Часть 2 | |||||
| Лекция 2. Искусственные нейронные сети. Часть 1 | |||||
| Лекция 2. Искусственные нейронные сети. Часть 2 | |||||
| Лекция 3. Базовые принципы машинного обучения | |||||
| Тест 1 для курса # 52396 | |||||
| Лекция 4. Описание задачи классификации | |||||
| Тест 2 для курса # 52396 | |||||
| Лекция 5. Успехи в области специализированного искусственного интеллекта. Часть 1 | |||||
| Лекция 5. Успехи в области специализированного искусственного интеллекта. Часть 2 | |||||
| Лекция 6. Формальная постановка задачи машинного обучения | |||||
| Тест 3 для курса # 52396 | |||||
| Лекция 7. Алгоритм KNN (k ближайших соседей) | |||||
| Лекция 8. Линейная и полиномиальная регрессия. Корреляционный анализ | |||||
| Лекция 9. Полная классификация алгоритмов машинного обучения | |||||
| Лекция 10. Полная классификация алгоритмов машинного обучения | |||||
| Лекция 11. Обзор принципов работы основных алгоритмов машинного обучения. Часть 1 | |||||
| Лекция 11. Обзор принципов работы основных алгоритмов машинного обучения. Часть 2 | |||||
| Тест 4 для курса # 52396 | |||||
| Экзамен для курса # 52396 | |||||


