• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2026/2027

Машинное обучение

ID 1192021

Статус: Маго-лего
Когда читается: 3, 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
Контактные часы: 60

Программа дисциплины

Аннотация

Курс посвящен изложению современных методов машинного обучения. Излагаются математические основы методов машинного обучения, основные алгоритмы, методы предобработки данных, основы теории машинного обучения. Практические задания выполняются с использованием библиотеки scikit-learn.
Цель освоения дисциплины

Цель освоения дисциплины

  • Подготовка к профессиональной деятельности в области машинного обучения
  • Развитие компетенций в области математических методов и информационных технологий.
Планируемые результаты обучения

Планируемые результаты обучения

  • Овладение практическими навыками решения задач методами машинного обучения
  • Овладение практическими навыками решения задач методами машинного обучения
  • Освоение основных теоретических положений машинного обучения
  • Освоение основных теоретических положений машинного обучения
  • Освоение основных теоретических положений методов машинного обучения
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение. Примеры практических задач
  • Метод наименьших квадратов
  • Вероятностная постановка задачи обучения с учителем
  • Статистические методы решения задач классификации
  • Нейронные сети
  • Деревья решений
  • Ансамбли решающих правил
  • Задача обучения без учителя
  • Метод опорных векторов
  • 10. Элементы теории Вапника-Червоненкиса
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторные работы
    4 Лабы по 0.2 балла от Накопленной оценки
  • неблокирующий Активность
    Активность на лекциях и практических занятиях
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 4th module
    0.2 * Лабораторные работы + 0.5 * Экзамен + 0.05 * Активность
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в статистическое обучение с примерами на языке R - Джеймс Г., Уиттон Д., Хасти Т., Тибширани Р. - Издательство "ДМК Пресс" - 978-5-97060-495-3 - 2017 - русский - https://e.lanbook.com/book/93580 - ЛАНЬ - 93580

Рекомендуемая дополнительная литература

  • Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных - Флах П. - Издательство "ДМК Пресс" - 978-5-97060-273-7 - 2015 - русский - https://e.lanbook.com/book/69955 - ЛАНЬ - 69955

Авторы

  • Сенников Андрей Олегович
  • Кузьмин Никита Александрович