• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Введение в машинное обучение

2019/2020
Учебный год
RUS
Обучение ведется на русском языке
6
Кредиты

Преподаватели

Программа дисциплины

Аннотация

Цельями освоения дисциплины «Введение в машинное обучение» являются: приобретение навыков работы на языке Python, знание и понимание задач управления данными, в том числе, загрузка данных, преобразование данных, и предварительный анализ и визуализация данных; знакомство с основными задачами и моделями машинного обучения, знание методов оценки качества работы различных моделей машинного обучения; понимание процесса интеграции моделей машинного обучения в рамках задач стоящих перед потенциальными заказчиками; повышение мотивации студентов на дальнейшее углобление своих знаний в области работы с данными и машинного обучения. Настоящая дисциплина относится к блоку дисциплин по выбору проффесионального цикла.
Цель освоения дисциплины

Цель освоения дисциплины

  • приобретение навыков работы на языке Python, знание и понимание задач управления данными, в том числе, загрузка данных, преобразование данных, и предварительный анализ и визуализация данных
  • знакомство с основными задачами и моделями машинного обучения, знание методов оценки качества работы различных моделей машинного обучения
  • понимание процесса интеграции моделей машинного обучения в рамках задач стоящих перед потенциальными заказчиками
  • повышение мотивации студентов на дальнейшее углубление своих знаний в области работы с данными и машинного обучения
Результаты освоения дисциплины

Результаты освоения дисциплины

  • Знает основные задачи машинного обучени; знает основные модели машинного обучения; умеет формализовать бизнес задачу как задачу машинного обучения; имеет навыки обучения и применения моделей машинного обучения на языке Python
  • Знает основные стадии ведения проекта машинного обучения; умеет распозанавать задачи машинного обучения в реальных бизнес-задачах; имеет навыки оценки качества и интерпретации полученных результатов
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Раздел 2. Фундаментальные основы машинного обучения
    Тема 5. Статистика и машинное обучение Тема 6. Задачи классификации и регрессии. Линейные и древесные модели Тема 7. Бэггинг и бустинг Тема 8. Задача кластеризации
  • Раздел 3. Прикладной опыт ведения проектов машинного обучения
    Тема 9. Разработка и создание аналитических приложений Тема 10. Внедрение, сопровождение и мониторинг модели Тема 11. Экспертиза качества моделей
  • Раздел 1. Введение в анализ данных и язык Python
    Тема 1. Введение в анализ данных Тема 2. Введение в язык Python Тема 3. Основные операции работы с данными Тема 4. Визуализация данных
Элементы контроля

Элементы контроля

  • Лабораторная работа 1 (неблокирующий)
  • Лабораторная работа 2 (неблокирующий)
  • Лабораторная работа 3 (неблокирующий)
  • Прохождение курсов в DataCamp (неблокирующий)
  • Выполнение проекта (неблокирующий)
  • Экзамен (неблокирующий)
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.3 * Выполнение проекта + 0.1 * Лабораторная работа 1 + 0.1 * Лабораторная работа 2 + 0.1 * Лабораторная работа 3 + 0.1 * Прохождение курсов в DataCamp + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008
  • Hastie, T., Tibshirani, R., Friedman, J. The elements of statistical learning: Data Mining, Inference, and Prediction. – Springer, 2009. – 745 pp.
  • Massaron, L., & Mueller, J. (2019). Python for Data Science For Dummies (Vol. 2nd edition). Hoboken, New Jersey: For Dummies. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2012364
  • Mueller, J. (2018). Beginning Programming with Python For Dummies (Vol. 2nd edition). Hoboken, NJ: For Dummies. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1689584

Рекомендуемая дополнительная литература

  • Manning, A. (2015). Databases for Small Business : Essentials of Database Management, Data Analysis, and Staff Training for Entrepreneurs and Professionals. [Berkeley, CA]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1102108