Алгоритмы машинного обучения

Цели и задачи дисциплины

формирование теоретических знаний по основам машинного обучения, типам и классам задач машинного обучения; выработка умения по практическому применению методов машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования; формирование умения использования различных программных инструментов анализа баз данных и систем машинного обучения при разработке алгоритмов для решения задач машинного обучения.

Краткое содержание дисциплины

Введение в машинное обучение. Классические методы и алгоритмы машинного обучения. Деревья принятия решений. Регрессия. Кластеризация. Обучение моделей машинного обучения. MLOps.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-5 (ПК-4 модели) Способен разрабатывать и применять методы машинного обучения для решения задач
ПК-8 (ПК-5 модели) Способен использовать инструментальные средства для решения задач машинного обучения