„Strojové učení“ - kurz 30 000 rublů. z MSU, školení 3 týdny. (1 měsíc), Datum: 2. prosince 2023.

Sekce 1. Úvod. Příklady úloh. Logické metody: rozhodovací stromy a rozhodovací lesy.

Logické metody: klasifikace objektů na základě jednoduchých pravidel. Interpretace a realizace. Spojení do kompozice. Rozhodující stromy. Náhodný les.

Sekce 2. Metody metrické klasifikace. Lineární metody, stochastický gradient.

Metrické metody. Klasifikace na základě podobnosti. Vzdálenost mezi objekty. Metriky. Metoda k-nejbližších sousedů. Zobecnění na regresní problémy pomocí kernel smoothing. Lineární modely. Škálovatelnost. Použitelnost pro velká data Metoda stochastických gradientů. Použitelnost pro ladění lineárních klasifikátorů. Pojem regularizace. Vlastnosti práce s lineárními metodami. Klasifikační metriky kvality.

Sekce 3 Support Vector Machine (SVM). Logistická regrese. Klasifikační metriky kvality.

Lineární modely. Škálovatelnost. Použitelnost pro velká data Metoda stochastických gradientů. Použitelnost pro ladění lineárních klasifikátorů. Pojem regularizace. Vlastnosti práce s lineárními metodami.

Oddíl 4. Lineární regrese. Redukce rozměrů, metoda hlavních komponent.

Lineární modely pro regresi. Jejich spojení se singulárním rozkladem matice „objektů-prvků“. Snížení počtu znaků. Přístupy k výběru funkcí. Metoda hlavní složky. Metody redukce rozměrů.

Sekce 5. Složení algoritmů, zesílení gradientu. Neuronové sítě.

Spojování modelů do kompozice. Vzájemná oprava chyb modelu. Základní pojmy a problémová sdělení týkající se skladeb. Zesílení gradientu.
Neuronové sítě. Hledání nelineárních dělicích ploch. Vícevrstvé neuronové sítě a jejich ladění metodou backpropagation. Hluboké neuronové sítě: jejich architektury a vlastnosti.

Oddíl 6. Shlukování a vizualizace.

Problémy neřízeného učení. Hledání struktury v datech. Problém shlukování je úkolem najít skupiny podobných objektů. Úkolem vizualizace je mapování objektů do dvou- nebo trojrozměrného prostoru.

Oddíl 7. Problémy aplikované analýzy dat: formulace a metody řešení.

Částečné učení jako problém mezi učením pod dohledem a shlukováním. Vzorkovací problém, ve kterém je hodnota cílové proměnné známá pouze pro některé objekty. Rozdíl mezi dílčím učebním problémem a dříve diskutovanými formulacemi. Přístupy k řešení.
Analýza problémů z aplikovaných oblastí: scoring v bankách, pojišťovnictví, problémy s upisováním, problémy s rozpoznáváním vzorů.

Adresa

119991, Moskva, st. Leninskie Gory, 1, bldg. 51, 5. patro, místnost 544 (děkanát)

Zobrazit na mapě