Машинне навчання

Цей модуль досліджує машинне навчання, зосереджуючись на алгоритмах і моделях, які дозволяють комп’ютерам вчитися та робити прогнози або рішення на основі даних. Він охоплює методи навчання з учителем, без нагляду та з підкріпленням, а також практичне застосування в таких областях, як розпізнавання зображень, обробка природної мови та прогнозна аналітика.

Конструктор навчальних програм

Потрібна допомога? Натисніть тут для отримання інструкцій.

Саттон, Річард С. і Ендрю Г. Барто. Навчання з підкріпленням: вступ. Видання друге. Серія адаптивних обчислень і машинного навчання. Кембридж, Массачусетс: Видавництво Массачусетського технологічного інституту, 2018.

Цирульник, Девід. Баєсове міркування та машинне навчання. 1-е вид.: Видавництво Кембриджського університету, 2012.

https://doi.org/10.1017/CBO9780511804779

Маккей, Девід Дж.К. Теорія інформації, висновок та алгоритми навчання. Видавництво Кембриджського університету, 2003.

Бішоп, Крістофер М. Розпізнавання образів і машинне навчання. Інформатика та статистика. Нью-Йорк: Спрінгер, 2006.

Мохрі, Мехріар, Афшин Ростамізаде та Амет Талвалкар. «Вступ». В основах машинного навчання, 504. Видавництво Массачусетського технологічного інституту, 2018.

https://mitpress.mit.edu/9780262039406/foundations-of-machine-learning/

Мерфі, Кевін П. “Розділ 24: Висновок Монте-Карло (MCMC) ланцюга Маркова” та “Розділ 25: Кластеризація”. У машинному навчанні: імовірнісна перспектива. Лондон, Англія: Видавництво Массачусетського технологічного інституту, 2012.

Вайнер, Абрахам Дж., Метью Олсон, Джастін Блайх і Девід Міз. “Пояснення успіху AdaBoost і випадкових лісів як інтерполяційних класифікаторів.” arXiv, 29 квітня 2017 р.

http://arxiv.org/abs/1504.07676

Хасті, Тревор, Роберт Тібширані та Джером Фрідман. Елементи статистичного навчання: інтелектуальний аналіз даних, висновок та прогнозування. 2-ге видання Спрінгер Серія в статистиці. Нью-Йорк, Нью-Йорк: Спрінгер Нью-Йорк, 2009.

https://doi.org/10.1007/978-0-387-84858-7

Вассерман, Ларрі. Все про статистику: стислий курс статистичного висновування. Тексти Springer у статистиці. Нью-Йорк, Нью-Йорк: Спрінгер Нью-Йорк, 2004.

https://doi.org/10.1007/978-0-387-21736-9