Город: Тест Санкт-Петербург Новосибирск Казань Язык: Русский English

Машинное обучение, часть 1
Казань / весна 2014, посмотреть все семестры

Запишитесь на курс, чтобы получать уведомления и иметь возможность сдавать домашние задания. Для записи требуется регистрация на сайте.
Перейти к регистрации Войти

Машинное обучение — раздел информатики, в котором мы пытаемся создать алгоритмы, работающие тем лучше, чем больше данных они успели обработать. Центральной темой мини-курса станет байесовский вывод — алгоритмы поиска гипотезы, которая максимизирует правдоподобие при условии имеющихся данных; подавляющее большинство аппаратов машинного обучения можно сформулировать в виде задачи байесовского вывода. Для того чтобы полностью понять происходящее, желательно владеть основами теории вероятностей.

Рекомендованная литература:

  • Christopher M. Bishop, Pattern Recognition and Machine Learning;
  • David J. MacKay, Information Theory, Inference, and Learning Algorithms;
  • лекции по Machine Learning, которые сейчас читают онлайн в Стэнфорд.

Дата и время Занятие Место Материалы
09 апреля
18:00–19:30
Лекция 1, Лекция 2-й учебный корпус К(П)ФУ слайды
09 апреля
19:40–21:10
Лекция 2, Лекция 2-й учебный корпус К(П)ФУ слайды
10 апреля
18:00–19:30
Лекция 3, Лекция 2-й учебный корпус К(П)ФУ слайды
10 апреля
19:40–21:10
Лекция 4, Лекция 2-й учебный корпус К(П)ФУ слайды
11 апреля
18:00–19:30
Лекция 5, Лекция 2-й учебный корпус К(П)ФУ слайды
11 апреля
19:40–21:10
Лекция 6, Лекция 2-й учебный корпус К(П)ФУ слайды