ПРОГРАММА КУРСА

"Искусственный интеллект: машинное обучение
и нейронные сети. Базовый уровень"
Количество занятий: 4
Занятие 1-2

Знакомство с языком Python
  • Числа и арифметика.
  • Строки.
  • Проверка истинности условий.
  • Ветвление и циклы.
  • Списки и кортежи.
  • Последовательность.
  • List comprehensions.
  • Хэширование.
  • Словари и множества.
  • Функции и лямбды.
  • Основы работы с файлами.

    Занятие 3-4

    Примеры задач анализа данных и типы предсказательных моделей
    • Numpy-массивы и их возможности.
    • Как устроена технологическая цепочка анализа данных.
    • Обучение с учителем/ без учителя/ с подкреплением.
    • Два типа задач обучения с учителем: регрессия и кластеризация.
    • Обучение без учителя: метрическое пространство, алгоритм иерархической кластеризации, алгоритм К-means, алгоритм DBSCAN.
    Линейные модели
    • Понятие о линейной регрессии и кластеризации.
    • Линейная алгебра.
    • Точное решение задачи линейной регрессии.
    • Связь между регрессией и кластеризацией.
    • Функция потерь