|
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
Материалы лекций размещены на странице группы.
Задания
- Введение в машинное обучение
Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
- Линейная регрессия
Используя собственный датасет из задания 1 блока 1 выполнить реализацию:
- линейной регрессии через аналитическое решение
- линейная регрессия с регуляризацией
- решение градиентным спуском
- встроенное решение библиотеки sklearn
- Линейные модели классификации
Используя собственный датасет из задания 1 блока 1:
- Написать свою классификацию, реализовав градиентный спуск по формулам с лекции.
- Использовать встроенные модели. Сравнить.
- Нелинейные модели классификации
- Решающие деревья, композиции и модификации.
- Отбор признаков и методы снижения размерности
- Кластеризация и визуализация данных
- Семинар по идентификации и анализу технологий машинного обучения в разработанных в ПетрГУ решениях
|