Uczenie maszynowe w Pythonie 23A1W0-S
Laboratorium (LAB) Semestr zimowy 2024/25

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin:	14
Limit miejsc:	(brak limitu)
Zaliczenie:	Ocena
Zakres tematów:	Wprowadzenie do zajęć i metoda gradientu prostego Selekcja modeli liniowych - metody regresji krokowej Metody regularyzaji - regresja grzbietowa i LASSO Modele nieliniowe - regresja wielomianowa Modele nieliniowe - splajny Wstęp do klasyfikacji - naiwny klasyfikator Bayesa i metoda K najbliższych sąsiadów Liniowa i kwadratowa analiza dyskryminacyjna Analiza głównych składowych i maszyna wektorów nośnych Wstęp do drzew decyzyjnych Metody zespołowe - Bagging, lasy losowe, Stacking Metody zespołowe - Blending, Boosting, Bayesowskie addytywne drzewa regresji Uczenie nienadzorowane Wstęp do sieci neuronowych i głębokiego uczenia Przetwarzanie języka naturalnego Uczenie przez wzmacnianie

Grupa	Termin(y)	Prowadzący	Akcje
1	co druga sobota (parzyste), 8:00 - 9:40, sala 235 komp	Marek Radzikowski	szczegóły
Wszystkie zajęcia odbywają się w budynku: budynek G (główny)

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.