Машинное обучение для решения прикладных задач
Факультет искусственного интеллекта

Данный курс посвящен одной из самых передовых областей науки — машинному обучению — и знакомит слушателей с полным циклом построения моделей: от постановки задачи и предобработки данных до выбора алгоритма, настройки гиперпараметров и интерпретации результатов. Программа охватывает все ключевые парадигмы — метрические методы (k-ближайшие соседи), линейные модели (логистическую регрессию, SVM), ядерные подходы, решающие деревья, ансамбли (случайный лес, градиентный бустинг), методы снижения размерности (PCA, t-SNE) и кластеризации (K-means, DBSCAN). Отдельное внимание уделяется методологии оценки качества: кросс-валидации, матрице ошибок, метрикам Precision/Recall/F1, ROC- и PR-кривым, а также работе с несбалансированными данными.

Цель курса — сформировать у студентов устойчивые теоретические представления и практические навыки работы с алгоритмами искусственного интеллекта, применимыми в любой области знания.

Для успешного освоения курса необходимо обладать следующими знаниями:

●Программирование на Python (рекомендуем МФК “Основы программирования и анализа данных на Python”).

●Линейная алгебра, оптимизация, статистика (рекомендуем факультатив "Математика для анализа данных").

Данный курс является составляющей частью серии курсов по искусственному интеллекту в Московском государственном университете. Цель этой серии курсов — предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.

Онлайн-лекции и домашние задания с автоматической проверкой будут доступны всем желающим. Приступить к обучению на курсе можно до записи в ЛК МГУ (если из-за нехватки мест не получится записаться до первой лекции). Но эта запись ОБЯЗАТЕЛЬНА, если планируете получить зачет для выполнения учебного плана.

Для получения зачета необходимо будет ОБЯЗАТЕЛЬНО подключаться к онлайн-лекциям, выполнять все домашние задания и сдать итоговое задание. Зачет будет проходить очно в формате устной беседы по материалам курса. Поэтому просим не записываться на несколько МФК, которые проходят в одно время по расписанию, т.к. это может помешать Вам выполнить указанные выше условия и получить зачет по данному МФК.

Контакты:

ОБЯЗАТЕЛЬНО подпишитесь на канал курса в Яндекс Мессенджере https://messenger.360.yandex.ru/#/join/1d79cee3-65..., в котором будет публиковаться вся информация по данному курсу: ссылки на лекции, домашние задания, информация о получении зачету и т.д.

Вопросы по курсу направляйте на почту edu.fai@org.msu.ru (тема письма - МФК “Машинное обучение для решения прикладных задач”).