Course description

Теория и практика обучения машин
Date of starting course:
Вторник, 11 Октябрь 2016
Duration of the course:
30 weeks
Type of course:
Individual
Запись на курс:
по кодовому слову
Who
What about

При решении практических задач человек все чаще и чаще использует компьютер. Как сделать так, чтобы компьютер мог бы сам обучаться и решать сложные практические задачи анализа, прогнозирования, распознавания образов и управления.

Курс  адресован студентам и профессионалам, интересующимся практическим применением математики в задачах принятия решения на основе данных.

What

Курс представлен несколькими разделами:

1. Алгебра машинного обучения. 2. Матем.анализ в задачах обучения машин. 3.Вероятность и случайные величины. 4. Нечеткая логика и нейросетевые модели принятия решения5. Обучение на размеченных данных. Решение задачи классификации. Многослойный персептрон 6. Анализ структуры данных. Выявление закономерностей. 7. Анализ текстов. Рекуррентные нейросети. 8. Анализ потоков данных.

Каждый модуль завершается контрольным тестированием усвоения знаний и практическим заданием. Итоговый модуль завершается решением реальной практической задачи. Задание на итоговую работу обучающиеся выбирают из перечня заданий или сами формулируют задание, обсуждают его с другими участниками курса и с преподавателем курса.

Bag

Что требуется знать и уметь для того, чтобы изучить данный курс

знать школьную программу математики,

основы теории функции нескольких переменных (функция, свойства функций, графическое представление),

алгебру множеств (множество, операции объединения, пересечения, дополнения),

уметь немного программировать на любом языке высшего уровня.

For what

Выполнив программу курса, вы научитесь анализировать большие объемы данных, потоки данных, решать практические задачи принятия решения. Научитесь пользоваться самым мощным языком обработки данных R (и бесплатной! средой R-studio) !