Опис навчальної дисципліни

Мета: надання студентам глибокого розуміння теоретичних та практичних аспектів систем та моделей машинного навчання. Студенти отримають навички розробки, впровадження та оптимізації алгоритмів машинного навчання у різноманітних сферах, зокрема в обробці даних, розпізнаванні образів, прогнозуванні та прийнятті рішень. Курс також спрямований на розвиток критичного мислення стосовно вибору та налаштування моделей, а також ефективного використання інструментів для роботи з великими обсягами даних. На завершення курсу студенти повинні бути здатні самостійно вирішувати завдання з області машинного навчання та виявляти креативність у вирішенні проблем з використанням сучасних методів та технологій.

Цілі: навчити методам обробки та аналізу даних для підготовки вхідних даних для моделей машинного навчання. Розвинути навички розробки,
тренування, оптимізації та валідації моделей машинного навчання для різних типів завдань та для досягнення оптимальної продуктивності та точності. Сформувати вміння впроваджувати навчені моделі в реальні системи та додатки.

Навчити студента критичного мислення стосовно вибору та конфігурації моделей для різних задач.

У результаті вивчення даного курсу студент буде:

знати:

основні положення, що лежать в основі систем та моделей машинного навчання; концепції сучасного програмування; призначення та особливості застосування основних методів машинного навчання; різновиди систем та моделей машинного навчання.

вміти:

розробляти та тренувати різноманітні моделі машинного навчання для різних завдань, таких як класифікація, регресія та кластеризація;
аналізувати дані перед їхнім використанням у моделях машинного навчання; оптимізовувати та валідувати моделі для досягнення оптимальної продуктивності та точності; виявляти та розв’язувати проблеми в галузі машинного навчання, застосовуючи творчий підхід.