Платонов А. В. Машинное обучение — пройти курс, онлайн-тесты. «Юрайт»

МАШИННОЕ ОБУЧЕНИЕ

Используют: 130 вузов 98 преподавателей 158 студентов

бакалавриат магистратура специалитет аспирантура

Научная школа: Восточно-Казахстанский государственный университет имени С. Аманжолова (г. Усть-Каменогорск) Национальный исследовательский университет ИТМО (г. Санкт-Петербург)

1 зачетная единица

36 академ/часов

2 часа в неделю

Доступно к покупке

Оплаченный доступ к контенту предоставляется только на платформе, а также онлайн и офлайн в мобильном приложении

Оплаченный доступ к контенту
предоставляется только на платформе, а
также онлайн и офлайн в мобильном
приложении

Скачивание контента в
PDF недоступно

Скачивание контента в PDF недоступно

О курсе
Авторы
Программа курса
Методика

О курсе

Учебное пособие содержит введение в методы автоматического извлечения или порождения знаний с помощью машинного обучения. Это сравнительно молодое, но перспективное направление в области искусственного интеллекта, поскольку оно позволяет работать с «сырыми» данными. Рассматриваются основные принципы машинного обучения, которые можно применять как в технических, так и в информационных системах. Соответствует актуальным требованиям федерального государственного образовательного стандарта высшего образования. Для студентов высших учебных заведений, аспирантов, преподавателей, слушателей курсов повышения квалификации, а также разработчиков программного обеспечения.

Базовый учебник

МАШИННОЕ ОБУЧЕНИЕ. Учебное пособие для вузов

Серия

Высшее образование

Тематика/подтематика

Технические науки и информационные технологии / Информатика

Дисциплины

Интеллектуальный анализ данных и машинное обучение , Нейронные сети в машинном обучении , Машинное обучение , Машинное обучение и майнинг данных , Машинное обучение и приложения , Машинное обучение на больших данных , Методы машинного обучения , Основы машинного обучения и майнинга данных , Введение в машинное обучение , Дополнительные главы машинного обучения , Машинное обучение (продвинутый уровень) , Машинное обучение в цифровой экономике , Прикладное машинное обучение и интеллектуальный анализ данных , Основы математической статистики в машинном обучении , Искусственный интеллект и машинное обучение , Технологии машинного обучения , Машинное обучение и нейронные сети , Машинное обучение без учителя , Методы машинного обучения с учителем , Задачи и модели машинного обучения , Методы и технологии машинного обучения , Технологии машинного обучения и Big Data программного обеспечения , Интеллектуальные системы обработки информации и машинное обучение , Алгоритмы машинного обучения , Глубокое машинное обучение, часть , Облачные вычисления для решения задач в машинном обучении , Решение прикладных задач с применением методов машинного обучения , Машинное обучение в задачах обработки аэрокосмической информации , Разработка приложений для систем машинного обучения , Имитационные модели в задачах машинного обучения , Анализ больших данных и машинное обучение , Глубокое машинное обучение , Основы машинного обучения , Компьютерное моделирование в машинном обучении , Машинное обучение в финансах , Машинное обучение в физике , Методы кластеризации при мониторинге автоматизированных систем , Методы машинного обучения в информационной безопасности , Интеллектуальные системы и машинное обучение , Основы анализа больших данных и машинное обучение , Распознавание образов и машинное обучение , Машинное обучение и обработка больших объемов данных , Методы машинного обучения и визуализации данных , Обработка медико-биологических данных методами машинного обучения: проектное обучение , Применение методов машинного обучения в задачах распознавания образов , Прикладные задачи машинного обучения и обработка больших данных , Теория машинного обучения , Нейронные сети и машинное обучение , Машинное обучение и искусственный интеллект , Анализ временных рядов методами машинного обучения , Байесовские методы Системный анализ и информатика , Машинное обучение Системный анализ и информатика , Продвинутые методы машинного обучения , Методы машинного обучения и интеллектуального анализа данных , Математические основы машинного обучения , Машинное обучение в задачах механики , Машинное обучение для решения прикладных задач , Технологии и инструментарий машинного обучения , Интеллектуальные алгоритмы и машинное обучение , Искусственный интеллект и машинное обучение в цифровой экономике , Машинное обучение в инженерии знаний , Машинное обучение и большие данные , Машинное обучение и прикладная математика в , Машинное обучение. Дополнительные главы , Обучение машин: дополнительные главы , Статистическая теория машинного обучения , Машинное обучение и интеллектуальные системы , Математические методы машинного обучения , Машинное обучение в системах искусственного интеллекта , Прикладные методы машинного обучения и анализа больших данных , Современная прикладная статистика с элементами машинного обучения , Алгоритмы и методы машинного обучения , Модели и методы машинного обучения , Машинное обучение и системы искусственного интеллекта в логистике , Машинное обучение и управление большими данными , Машинное обучение и управление большими данными в наукоемком производстве , Машинное обучение в задачах прикладной экономики , Машинное обучение и большие массивы данных , Машинное обучение в интеллектуальных технических системах , Нейронные сети и методы машинного обучения , Дополнительные разделы машинного обучения , Интеллектуальный анализ данных и машинное обучение в химии и материаловедении , Когнитивные технологии и машинное обучение в планировании и сопровождении спасательных и специальных операций , Машинное обучение в физических задачах , Методы машинного обучения для обработки промышленных данных , Принципы машинного обучения , Специализированные технологии машинного обучения , Технологии машинного обучения в задачах развития городских территорий , Технологии машинного обучения и анализа больших данных , Статистические методы машинного обучения , Математика машинного обучения , Прикладные аспекты машинного обучения , Введение в машинное обучение и анализ данных , Машинное обучение (нейронные сети) , Введение в искусственный интеллект и машинное обучение , Основы искусственного интеллекта и машинного обучения , Машинное обучение для решения задач кибернетики , Методы оптимизации в машинном обучении , Теория машинного обучения и распознавания образов , Технологии и методы машинного обучения

Направления подготовки/Специальности/Профессии

Методика

Укажите параметры рабочей программы

Дисциплина

Машинное обучение

УГС

Направление подготовки

Уровень подготовки

Есть вопросы? Напишите нам

Материалы курса

Лекции22

Видео1

Тесты3

Задания3

Поделиться курсом

Этот курс и более
10 864 других учебников
и курсов будут доступны
при покупке личной
подписки

Подключить

Курсы по теме:

КРИПТОГРАФИЧЕСКИЕ МЕТОДЫ ЗАЩИТЫ ИНФОРМАЦИИ

Научная школа: Санкт-Петербургский государственный экономический университет (г. Санкт-Петербург)

Используют: 151 вуз 83 преподавателя 342 студента

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ В 2 Т. ТОМ 1

Научная школа: Санкт-Петербургский государственный университет (г. Санкт-Петербург)

Используют: 154 вуза 80 преподавателей 287 студентов

Образовательная платформа для университетов и колледжей. Предлагаем цифровой учебный контент и сервисы для эффективного образования.

Ссылки

О компании О продукте Вакансии Документы Помощь

Контакты

111123, г.Москва, ул. Плеханова, 4а

help@urait.ru

+7 (495) 744 00 12

Все контакты

Приложения

ООО «Электронное издательство Юрайт»
Свидетельство о регистрации СМИ 2020

+7 495 744-00-12

По вопросам использования Образовательной платформы "Юрайт"

МАШИННОЕ ОБУЧЕНИЕ

О курсе

Базовый учебник

Серия

Тематика/подтематика

Дисциплины

Направления подготовки/Специальности/Профессии

Авторы

Программа курса

Введение

Глава 1. Введение в машинное обучение. Этапы решения задач машинного обучения

Глава 2. Обучение с учителем

Глава 3. Обучение без учителя

Завершение курса

Методика

Материалы курса

Поделиться курсом

Курсы по теме:

КРИПТОГРАФИЧЕСКИЕ МЕТОДЫ ЗАЩИТЫ ИНФОРМАЦИИ

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ В 2 Т. ТОМ 1

+7 495 744-00-12

По вопросам использования Образовательной платформы "Юрайт"

Корзина

МАШИННОЕ ОБУЧЕНИЕ

О курсе

Базовый учебник

Серия

Тематика/подтематика

Дисциплины

Направления подготовки/Специальности/Профессии

Авторы

Программа курса

Введение

Глава 1. Введение в машинное обучение. Этапы решения задач машинного обучения

Глава 2. Обучение с учителем

Глава 3. Обучение без учителя

Завершение курса

Методика

Материалы курса

Поделиться курсом

Курсы по теме:

КРИПТОГРАФИЧЕСКИЕ МЕТОДЫ ЗАЩИТЫ ИНФОРМАЦИИ

ТЕОРИЯ ПРИНЯТИЯ РЕШЕНИЙ В 2 Т. ТОМ 1

Попробуйте личнуюподписку от 349 ₽/мес

Попробуйте личную
подписку от 349 ₽/мес