Úvod do strojového učenia

Jedná sa o úvodný kurz pre začiatočníkov, ktorí nemajú žiadne skúsenosti so strojovým učením a chcú urobiť prvé kroky k jeho praktickému používaniu.

• Základné znalosti programovania v jazyku Python
• Stredoškolské znalosti lineárnej algebry, matematickej analýzy a teórie pravdepodobnosti. Bude predpokladané základné porozumenie pojmom ako vektor, matica, vektorový priestor, pravdepodobnosť, podmienená pravdepodobnosť, nezávislosť náhodných javov a znalosť násobenia matíc a derivácií funkcií.

Študijný materiál od spoločnosti Machine Learning College.

Deň 1.

• Čo je to strojové učenie
• Typy strojového učenia (klasifikácia, regresia, radenie, reinforcement learning, clustering, detekcia anomálií, odporúčanie, optimalizácia)
• Príprava dát (rozdelenie dátových množín, vyváženosť dát, šumy v dátach, normalizácia a štandardizácia atribútov, rozpoznanie preučovania a obrana proti nemu)
• Evaluácia modelov pre klasifikáciu (presnosť, precíznosť, úplnosť, matica zámeny, ROC krivka, AUC)
• Základné algoritmy pre klasifikáciu (základné modely, naivný bayesovský klasifikátor, logistická regresia,
• Support Vector Machines, rozhodovacie stromy, ensemble metódy)
• Rýchlotutorial scikit learn (načítanie a transformácia dát, trénovanie modelov a predikcie, pipelines, evaluácia)
• Praktická úloha na klasifikáciu
• Základné algoritmy pre regresiu (analytické metódy, gradient descent, SVR, regresné stromy)
• Evaluácia regresných modelov (mean squared error, absolute squared error)
• Praktická úloha na regresiu

Deň 2.

• Základné algoritmy pre zhlukovanie (K-means, hierarchické zhlukovanie, metódy pre určenie počtu zhlukov)
• Praktická úloha na zhlukovanie
• Úvod do neurónových sietí (prečo sú populárne, výhody/nevýhody, perceptrón)
• Najpoužívanejšie aktivačné funkcie (Sigmoid, Linear, Tanh, Relu, Softmax)
• Viacvrstevné siete (Algoritmus spätného šírenia chyby a stochastic gradient descent, konvolúcia, pooling a regularizácia)
• Trénovanie neurónových sietí (epocha, iterácia, batch learning)
• Rýchlotutorial Keras (inštalácia TensorFlow + Keras, návrh sekvenčného modelu, optimalizátory a trénovanie, spôsob práce s dátami)
• Praktické úlohy na klasifikáciu a regresiu pomocou neurónových sietí

Predošlé kurzy

Python I - úvod do programovania [PYTHON_INTRO]