Курсы для студентов набора 2017 года: Современные методы машинного обучения

Данный курс является продолжением предыдущего и рассказывает о том, какие модели машинного обучения чаще всего используются сейчас на практике. Основное внимание мы уделим композиционным методам и нейронным сетям, а также немного обсудим глубинное обучение — область анализа данных, которая позволяет решать с очень высоким качеством такие сложные задачи, как распознавание изображений и речи, автоматический анализ текстов, анализ биологических данных. Во второй части курса мы поговорим об основных статистических методах — параметрической и непараметрической проверке гипотез, бутстрапе, анализе временных рядов, и обсудим, почему они так важны 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. 

Преподаватель

Умнов Алексей Витальевич

Департамент больших данных и информационного поиска: Старший преподаватель