Студенттердің өзіндік жұмыстарының тапсырмалары
жүктеу/скачать 17.48 Kb.
|
- Бұл бет үшін навигация:
- 1-модуль. Машиналық оқытуға кіріспе (1-3 апта) Тапсырма
- 2-модуль. Регрессия әдістері (4 -5 апта) Тапсырма № 1
- 3-модуль. Жіктеу әдістері (6 -8 апта) Тапсырма № 1
- 4-модуль. Ағаш пішінді модельдер (9 -11 апта) Тапсырма № 1
- 5-модуль. Ансабльдік оқыту (12 -13 апта) Тапсырма № 1
- 6-модуль. Кластерлеу алгоритмдері. (14 -15 апта) Тапсырма № 1
- Курсты қ жұмыстар тақырыбы
|
Студенттердің өзіндік жұмыстарының тапсырмалары Тапсырма MS Word форматындағы электронды есеп түрінде келесі мазмұнмен ұсынылады: Студенттің деректері бар титул парағы Тапсырма сипаттамасы. Тақырыптың атын, мақсатын, кілттік сөздерді, тақырыптың негізгі жоспарын көрсету. Жоспар бойынша теориялық материалдарды өздігінен жазу (меңгеру). Тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған мысалдар келтіру. Қорытынды Пайдаланылған әдебиеттер (материалдар) тізімі 1-модуль. Машиналық оқытуға кіріспе (1-3 апта) Тапсырма Машиналық оқыту есептерінің түрлері. Машиналық оқыту және деректерді талдау пәні мен есептері. Негізгі принциптер, есептер мен тәсілдер, ғылым мен индустрияның әртүрлі салаларында қолдану. Машиналық оқыту алгоритмдерінің эволюциясының негізгі кезеңдері. 2-модуль. Регрессия әдістері (4-5 апта) Тапсырма № 1 Регрессиялық талдау. Сызықтық регрессия. Көпмүшелікті регрессия. Жылжыту және дисперсия. Тұрақты регрессия (Гребневая регрессия). Лассо әдісі. Сызықтық жіктеуіштер. Стохастикалық градиент әдісі. Тапсырма № 2 Тапсырма № 1 көрсетілген тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған, нәтижелері скриншот арқылы көрсетілген есепті келтіру. 3-модуль. Жіктеу әдістері (6-8 апта) Тапсырма № 1 Метрикалық жіктеуіштер. Метрикалық классификатордың жалпы көрінісі. Жақын көршілердің k алгоритмі. Эталондарды таңдау алгоритмдері. Логистикалық регрессия. Тірек векторлар әдісі. Тапсырма № 2 Тапсырма № 1 көрсетілген тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған, нәтижелері скриншот арқылы көрсетілген есепті келтіру. 4-модуль. Ағаш пішінді модельдер (9-11 апта) Тапсырма № 1 Шешім ағаштары. Ережелер мен сапаны талдау (дәлдік, толықтық). ROC қисығы арқылы талдау. Шешім ағаштарын құру алгоритмі. Ақпараттық ұтыстар критерийі және Джини критерийі. Шешуші ағаштардың ормандары. Тапсырма № 2 Тапсырма № 1 көрсетілген тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған, нәтижелері скриншот арқылы көрсетілген есепті келтіру. 5-модуль. Ансабльдік оқыту (12-13 апта) Тапсырма № 1 Ансамбльдік әдістер. Дауыс беру. Бутстрэппинг. Бустинг, адаптивті бустинг, градиентті бустинг. Тапсырма № 2 Тапсырма № 1 көрсетілген тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған, нәтижелері скриншот арқылы көрсетілген есепті келтіру. 6-модуль. Кластерлеу алгоритмдері. (14-15 апта) Тапсырма № 1 Кластерлік құрылымдардың түрлері. Кластерлеу сапасының функционалы. EM алгоритмі. K-орташа әдісі. Иерархиялық кластерлеу. Ланс-Уильямс Формуласы. Жылдам агломеративті кластерлеу. Тапсырма № 2 Тапсырма № 1 көрсетілген тақырыпқа сәйкес, практика жүзінде орындалған, программа коды және түсініктемелері жазылған, нәтижелері скриншот арқылы көрсетілген есепті келтіру. Курстық жұмыстар тақырыбы: Машиналық оқыту алгоритмдері Шешім қабылдау ағашы Ең кіші квадраттар әдісі Логистикалық регрессия Алғырт байестік жіктеме Тірек векторлар әдісі Ансамбльдер әдісі Жақын көршілер әдісі Кластерлеу алгоритмдері Бас компонент әдісі Сингулярлық ыдырау Тәуелсіз компонентті талдау жүктеу/скачать 17.48 Kb. Достарыңызбен бөлісу:
|