Опис навчальної дисципліни

Мета: вивчення нормативної дисципліни «Машинне навчання» є одержання студентами знань про базові моделі машинного навчання; типи машинного навчання; процес підготовки та обробки даних; виділення значущих ознак даних, їх перетворення; процес розгортання моделей машинного навчання та їх огортання в прикладний програмний інтерфейс; ознайомлення з бібліотеками машинного навчання для мови Python 3: numpy, scikit-learn, pandas, PyTorch.

Цілі: забезпечити знайомство студентів з загальною теорією методів машинного навчання, сформувати навички їх практичного використання; навчити студента вибирати і обґрунтувати методи машинного навчання та обробки даних, визначати доцільність та допустимість вибраних методів під відповідний клас задач, програмно реалізувати, або модифікувати методи під потребу системи.

Після завершення цього курсу студент буде:

Знати процес створення “потокової лінії” машинного навчання – від обробки даних до розгортання моделі; основи обробки даних, їх перетворення та підготовки для моделей машинного навчання; типові алгоритми виявлення та оцінки ознак даних; основи навчання моделей та оцінки їх ефективності; типові програмні засоби машинного навчання; теоретичний та практичний матеріал згідно програми курсу: математичні основи моделей машинного навчання, програмні реалізації тощо.

Вміти застосовувати засвоєний матеріал для створення прототипів моделей машинного навчання; використовувати Python для програмної реалізації моделей машинного навчання, їх тестування та оцінки, а також визначати тип задачі машинного навчання: регресії, класифікації та кластеризації і розв’язувати поставлену проблему на основі здобутих знань та навиків.