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
Аудиторная нагрузка: 60 часов, из них 30 часов лекций, 30 часов семинаров
Формы контроля: 3 домашних задания, экзамен. 

Преподаватели

Умнов Алексей Витальевич

Департамент больших данных и информационного поиска: Старший преподаватель

Другие курсы майнора:

• Введение в программирование. 
• Введение в анализ данных. 
• Прикладные задачи анализа данных.