Життєвий цикл проектів з аналізу даних CRISP DM. Розвідувальний аналіз даних.
Статистичні розподілення. Кореляційно-регресійний аналіз: метод найменших квадратів, коефіцієнти кореляції, діаграма розсіювання.
Основи класифікації: логістична регресія, наївний класифікатор Баєса, дерева рішень, метод k найближчих сусідів, метод опорних векторів.
Основи кластеризації: метод k середніх. Метрики оцінки якості регресії, класифікації, кластеризації. Метод кросвалідації. Засоби мови програмування Python розв’язання задач кореляції, класифікації, кластеризації: бібліотека sklearn.
У практичній частині курсу розв'язуються наступні задачі: класифікація на наборі даних Iris, Mnist. Регресія на наборі даних цін на нерухомість. Навчання з вчителем, без вчителя, з підкріпленням.
- Викладач: Чопорова Оксана Володимирівна
- Асистент із правами викладача: Кудін Олексій Володимирович
- Асистент із правами викладача: Столярова Анастасія Валеріївна