Przykładowe podręczniki:
- G.James, D.Witten, T.Hastie, R.Tibshirani "An Introduction to Statistical Learning" (ISL), Springer 2013
(UWAGA: powyższa książka jest dostępna legalnie w sieci WWW wraz z innymi dodatkowymi materiałami)
- J.Koronacki, J.Ćwik "Statystyczne systemy uczące się", wyd. 2, EXIT 2008
- (preliminaria) J.Koronacki, J.Mielniczuk "Statystyka dla kierunków technicznych i przyrodniczych", WNT 2001
Zagadnienia:
- Wprowadzenie
- Podstawy uczenia maszynowego
- Perceptron
- Jednowarstwowe sieci neuronowe jako klasyfikatory i ewaluacja klasyfikacji
- Uczenie wielowarstwowych ciągłych sieci neuronowych
- Reprezentacja wiedzy i przetrenowanie
- Naiwny Bayes
- Podstawy metod statystycznych w uczeniu maszynowym (ISL r. 2)
- Grupowanie (ISL r. 10)
- Regresja Liniowa (ISL r. 3)
- Regresja Logistyczna (ISL r. 4)
- Drzewa decyzyjne i metody ensemblowe (ISL r. 8)
- (Kolokwium 1)
- Wprowadzenie do eksploracji danych WWW
- Eksploracja Grafów (na przykładzie grafu WWW)
- (poprawa kolokwium 1)
- Algorytm PageRank
Przykładowy zakres podstawowej wiedzy do opanowania: przykladowePytania.txt
Dodatkowe Slajdy:
|