"التعلم الآلي" - دورة 30000 روبل. من جامعة ولاية ميشيغان، التدريب 3 أسابيع. (شهر واحد)، التاريخ: 30 نوفمبر 2023.
Miscellanea / / December 02, 2023
الغرض من البرنامج - تعريف الطلاب بأساسيات التعلم الآلي.
مدة التدريب – 72 ساعة (30 ساعة من الدروس الصفية مع المعلم، 42 ساعة من الدراسة المستقلة للمواد).
شكل الدراسة – دوام كامل، دوام جزئي، مسائي.
تنسيق الفصل - بدوام كامل، للمشاركين من مدن أخرى، إذا كان من المستحيل الحضور شخصيًا، فستتمكن من الاتصال بالدرس عبر مؤتمر الفيديو.
تكلفة التعليم - 30000 روبل.
بداية الفصول الدراسية - خريف 2023.
يتم إبرام اتفاقيات التدريب مع الأفراد والكيانات القانونية.
يتم التسجيل للدورات عبر البريد الإلكتروني [email protected]، باستخدام نموذج التسجيل الموجود على الموقع.
يمكنك التواصل مع مدير الدورة أنطون مارتيانوف للتسجيل أو لطرح الأسئلة عبر الواتساب أو التليجرام: +79264827721.
دكتوراه في العلوم التقنية المنصب: أستاذ المدرسة العليا للإدارة والابتكار في جامعة موسكو الحكومية إم في لومونوسوف
القسم 1. مقدمة. أمثلة على المهام. الطرق المنطقية: أشجار القرار وغابات القرار.
الطرق المنطقية: تصنيف الأشياء بناءً على قواعد بسيطة. التفسير والتنفيذ. مزيج في تكوين. أشجار حاسمة. غابة عشوائية
القسم 2. طرق التصنيف المتري. الطرق الخطية، التدرج العشوائي.
الأساليب المترية. التصنيف على أساس التشابه. المسافة بين الكائنات. المقاييس. طريقة الجيران الأقرب k تعميم مشاكل الانحدار باستخدام تجانس النواة. النماذج الخطية. قابلية التوسع. قابلية التطبيق على البيانات الضخمة طريقة التدرج العشوائي. إمكانية تطبيق ضبط المصنفات الخطية. مفهوم التنظيم. ميزات العمل بالطرق الخطية. مقاييس جودة التصنيف.
القسم 3. آلة دعم المتجهات (SVM). الانحدار اللوجستي. مقاييس جودة التصنيف.
النماذج الخطية. قابلية التوسع. قابلية التطبيق على البيانات الضخمة طريقة التدرج العشوائي. إمكانية تطبيق ضبط المصنفات الخطية. مفهوم التنظيم. ميزات العمل بالطرق الخطية.
القسم 4. الانحدارالخطي. تخفيض الأبعاد، طريقة المكون الرئيسي.
النماذج الخطية للانحدار. علاقتها بالتحلل المفرد لمصفوفة "ميزات الكائنات". تقليل عدد العلامات. طرق اختيار الميزة. طريقة المكون الرئيسي طرق تخفيض الأبعاد.
القسم 5. تركيبات الخوارزميات، وتعزيز التدرج. الشبكات العصبية.
الجمع بين النماذج في التكوين. التصحيح المتبادل لأخطاء النموذج. المفاهيم الأساسية وبيانات المشكلة المتعلقة بالتركيبات. تعزيز التدرج.
الشبكات العصبية. البحث عن أسطح التقسيم غير الخطية. الشبكات العصبية متعددة الطبقات وضبطها باستخدام طريقة الانتشار العكسي. الشبكات العصبية العميقة: بنياتها وميزاتها.
القسم 6. التجميع والتصور.
مشاكل التعلم غير الخاضع للرقابة. العثور على هيكل في البيانات مشكلة التجميع هي مهمة العثور على مجموعات من الكائنات المتشابهة. مهمة التصور هي مهمة تعيين الكائنات في مساحة ثنائية أو ثلاثية الأبعاد.
القسم 7. مشاكل تحليل البيانات التطبيقية: الصياغات وطرق الحل.
التعلم الجزئي كمشكلة بين التعلم تحت الإشراف والتكتل. مشكلة أخذ العينات حيث تكون قيمة المتغير الهدف معروفة فقط لبعض الكائنات. الفرق بين مشكلة التعلم الجزئية والصياغات التي سبق مناقشتها. مقاربات الحل.
تحليل المشاكل من المجالات التطبيقية: التهديف في البنوك، التأمين، مشاكل الاكتتاب، مشاكل التعرف على الأنماط.
عنوان
119991، موسكو، ش. لينينسكي جوري، 1، مبنى. 51، الطابق الخامس، غرفة 544 (مكتب العميد)
جامعة