Введение в машинное обучение

Страница курса

О курсе

В курсе рассматриваются основные задачи обучения по прецедентам: классификация, кластеризация, регрессия, понижение размерности. Изучаются методы их решения, как классические, так и новые, созданные за последние 10–15 лет. Упор делается на глубокое понимание математических основ, взаимосвязей, достоинств и ограничений рассматриваемых методов. Теоремы в основном приводятся без доказательств.

Тематический план

Самостоятельная работа

Нет.

Оценивание

В конце курса студенты сдают устный экзамен по всем темам курса.

Требуемые знания

Теория вероятностей, статистика, методы оптимизации, линейная алгебра.

Преподаватели