УД2 "Введение в машинное обучение"

2024/25 учебный год, Институт математики и информационных технологий, 3 курс, осенний семестр.

Лектор: Р. В. Алькин

Руководитель практики: К. А. Кулаков

Лекции

Задания

1. Введение в машинное обучение
   Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
2. Линейная регрессия

   Используя собственный датасет из задания 1 блока 1 выполнить реализацию:

   1. линейной регрессии через аналитическое решение
   2. линейная регрессия с регуляризацией
   3. решение градиентным спуском
   4. встроенное решение библиотеки sklearn

3. Линейные модели классификации

   Используя собственный датасет из задания 1 блока 1:

   1. Написать свою классификацию, реализовав градиентный спуск по формулам с лекции.
   2. Использовать встроенные модели. Сравнить.
   3. Нелинейные модели классификации
   4. Решающие деревья, композиции и модификации.
   5. Отбор признаков и методы снижения размерности
   6. Кластеризация и визуализация данных
   7. Семинар по идентификации и анализу технологий машинного обучения в разработанных в ПетрГУ решениях