Программа повышения квалификации (36 академических часов).
Руководитель программы: Золотых Николай Юрьевич, д.ф.-м.н.
О программе
Программа нацелена на получение профессиональных компетенций, включающих в себя способность решать задачи анализа данных и машинного обучения с использованием современных программных библиотек, постановку задач машинного обучения (обучения с учителем, обучения без учителя, классификации, регрессии, кластеризации и др.); основные алгоритмы и методы машинного обучения, основные принципы глубокого обучения, основные этапы решения задач анализа данных; применять разведочный анализ данных, использовать методы обучения с учителем и обучения без учителя для решения задач анализа данных; навыки пользования современными программными средствами для решения задач машинного обучения: библиотеками NumPy, Pandas, Matplotlib, Scikit-Learn и др. на языке Python в среде Jupyter notebook.
Содержание программы
Тема 1. Постановки и примеры задач
Тема 2. Обзор Python и Jupyter Notebook
Тема 3. Метрики качества. Переобучение и недообучение. Подготовка данных
Тема 4. Метод наименьших квадратов для решения задачи восстановления регрессии
Тема 5. Логистическая регрессия. Нейронные сети. Метод обратного распространения ошибки. Регуляризация
Тема 6. Глубокое обучение
Тема 7. Обзор других методов обучения с учителем (байесовский и наивный байесов классификатор; линейный и квадратичный дискриминантный анализ; машина опорных векторов; деревья решений и их ансамбли)
Тема 8. Понижение размерности. Метод главных компонент
Тема 9. Методы кластеризации (самостоятельная работа)
Контактная информация
E-mail: nikolai.zolotykh@itmm.unn.ru
Ссылка на страничку программы на сайте факультета повышения квалификации и профессиональной переподготовки ННГУ им. Н.И. Лобачевского (для получения более подробной информации о формате обучения, содержании программы, преподавателях, а также для отправки заявки на обучение):
https://fpk.unn.ru/machine-learning-methods
