Тема 1. Обучение с учителем. Классификация (2 часа)
- Обзор круга решаемых задач
- Задача классификации
- Алгоритмы классификации
Тема 2. Обучение с учителем. Регрессия (2 часа)
- Задача регрессии
- Линейные модели и модели с нелинейными ядрами
Тема 3. Обучение без учителя. Кластеризация (2 часа)
- Задача кластеризации
- Алгоритмы кластеризации
- Задача отбора признаков и снижения размерности
Тема 4. Практический подход к машинному обучению (2 часа)
- Алгоритмы и методы машинного обучения
- Проблемы и ограничения машинного обучения, способы их преодоления
- Извлечение признаков
- Многоуровневое машинное обучение
Тема 5. Нейронные сети (2 часа)
- Модель перцептрона
- Задача оптимизации в алгоритмах машинного обучения: градиентный спуск
- Метод обратного распространения ошибки
- Алгоритмы оптимизации гиперпараметров алгоритмов машинного обучения
Тема 6. Глубокое обучение (2 часа)
- Глубокое обучение
- Алгоритмы глубокого обучения
Тема 7. Оптимизация глубоких сетей (2 часа)
- Регуляризация глубоких сетей
- Продвинутые стратегии оптимизации
Тема 8. Работа с глубокими сетями (2 часа)
- Архитектура нейронных сетей
- Обработка естественных языков
- Инструменты обработки естественных языков
Тема 9. Обработка изображений при помощи глубокого обучения (2 часа)
- Компьютерное зрение
- Инструменты компьютерного зрения
Итоговый экзамен по специализации «Машинное обучение» (2 часа)