Дисциплина «Введение в машинное обучение»

Дисциплина «Основы машинного обучения» знакомит студентов с интердисциплинарным направлением, объединяющим знания из областей информатики, математики, статистики и других наук для решения задач машинного обучения.

В дисциплине рассматриваются следующие крупные темы:

• Основные методы и алгоритмы машинного обучения
• Оценка качества модели и методы кросс-валидации
• Области применения машинного обучения

    • Подготовка, очистка и анализ данных

После завершения модуля, обучающийся будет уметь:

- Разрабатывать модели машинного обучения для классификации и кластеризации табличных данных;

- Разрабатывать рекомендательные системы;

В данной дисциплине предполагается использование современных инструментов для решения практических задач анализа данных. Модуль содержит множество практических заданий, призванных закрепить теоретические знания и дать обучающемуся требуемые для аналитики данных навыки.

Дисциплина «Основы машинного обучения» знакомит студентов с интердисциплинарным направлением, объединяющим знания из областей информатики, математики, статистики и других наук для решения задач машинного обучения.

В дисциплине рассматриваются следующие крупные темы:

• Основные методы и алгоритмы машинного обучения
• Оценка качества модели и методы кросс-валидации
• Области применения машинного обучения

    • Подготовка, очистка и анализ данных

После завершения модуля, обучающийся будет уметь:

- Разрабатывать модели машинного обучения для классификации и кластеризации табличных данных;

- Разрабатывать рекомендательные системы;

В данной дисциплине предполагается использование современных инструментов для решения практических задач анализа данных. Модуль содержит множество практических заданий, призванных закрепить теоретические знания и дать обучающемуся требуемые для аналитики данных навыки.

• Введение в Data science и машинное обучение (2023, сокращенные сроки )