Современные методы машинного обучения
О курсе
Данный курс состоит из двух частей.
Часть 1. Анализ данных, часть 2.
Данная часть посвящена продвинутым методам машинного обучения, не вошедшим в предыдущий курс. Студенты изучат метрические методы, градиентный бустинг, нейронные сети, а также кратко познакомятся с современными направлениями в глубинном обучении.
Часть 2. Статистика в анализе данных.
Данная часть посвящена основным статистическим методам, которые находят свое применение в анализе данных: параметрической и непараметрической проверке гипотез, бутстрапу, анализу временных рядов. Все методы излагаются на примере конкретных задач, возникающих на практике.
Читается: 1-2 модуль 3 курса
Пререквизиты: Введение в программирование, Анализ данных
Трудоемкость: 5 кредитов
60 аудиторных часа:
- 30 часов лекций;
- 30 часов семинаров.
Формы контроля:
- экзамен;
- 3 домашних задания.
Преподаватели
Департамент больших данных и информационного поиска: Старший преподаватель
