Машинное обучение, анализ данных и машинный интеллект

направление:
Даты проведения курса


Требуемый уровень слушателя:

  • Знание основ мат. анализа (производные, градиенты, ряды Тейлора, задача поиска экстремумов)
  • Знание основ линейной алгебры (векторы, матрицы, тензоры, линейные пространства, линейные преобразования, собственные числа, векторы и т.д.)
  • Знание основ теории вероятностей и математической статистики (вероятность, мат. ожидание, распределение Гаусса и его характеристики)
  • Знание основ языка программирования Python

    Требуемое оборудование и программное обеспечение:  

  • либо пакет программ Anaconda или Python 3 c Jupyter Notebook на оборудовании, которое поддерживает его работу (PC под Windows/Linux, mac)
  • либо любой компьютер с возможностью использования в браузере Google Colab.

    Теоретические часы комбинируются с лабораторными часами, занятия проходят в интерактивном режиме в Jupyter Notebook/Google Colab.

    Домашние задания даются из расчета 2-4 часа на выполнение всех задач.