Методы машинного и глубокого обучения. №УД-6252/уч.

Abstract

Программа дисциплины «Методы машинного и глубокого обучения» разработана для студентов II ступени высшего образования (магистратура) специальностей 1-31 80 07 Радиофизика, 1-31 80 08 Физическая электроника, 1-98 80 03 Аппаратное и программно-техническое обеспечение информационной безопасности в соответствии с требованиями образовательных стандартов высшего образования данных специальностей. Данная учебная дисциплина призвана ознакомить магистрантов с некоторыми элементами современного анализа данных. Они получают представление об основных классах задач машинного обучения и более подробно знакомятся с алгоритмами для решения задач классификации и кластеризации. В число изучаемых алгоритмов классификации входят алгоритмы ближайшего соседа, SVM, байесовские методы, деревья решений, списки правил. Для решения задач кластеризации рассматриваются как алгоритмы для фиксированного числа кластеров (K-Means, EM), так и способы автоматического определения числа кластеров (агломеративная и дивизивная кластеризации). Вторая часть дисциплины посвящена изучению вопроса использования сетей глубокого обучения для решения современных задач классификации и распознавания сигналов и изображений, анализа текстов.