Опис
Спостереження за світом та надання цим спостереженням певного змісту мало велике значення для людства протягом століть. Сьогодні ми збираємо та генеруємо безліч даних, настільки великих, що жодна людина не зможе їх проаналізувати. Машинне навчання – це галузь науки, яка відповідає за розробку комп’ютерних алгоритмів, здатних вивчати важливі зразки безпосередньо з великого обсягу даних без явного програмування. У цьому курсі ми розглянемо принципи та методи, які лежать в основі машинного навчання. Теми включатимуть поняття контрольованого та неконтрольованого навчання; методи класифікації, регресії, кластеризації та зменшення розмірності; оманливі ефекти перевиконання та способи оцінки потужності узагальнення моделей. Окремо ми розглянемо моделювання часових рядів.
Передумови курсу:
Щоб зробити процес навчання інтерактивним та набуті навички більш практичними, ми реалізуємо багато згаданих алгоритмів на Python, використовуючи Google Colab як інтерактивне середовище. Таким чином, ознайомлення з Python та деякими його бібліотеками (numpy, matplotlib, scipy та pandas) є необхідною умовою цього курсу. Також від студентів очікується знати основи числення, лінійної алгебри та теорії ймовірностей.
