跳到主要内容
停靠面板
Call us : +7(812) 346-48-37
E-mail :
kgsemenova@etu.ru
您正在用访客帐号访问 (
登录
)
简体中文 (zh_cn)
Русский (ru)
English (en)
简体中文 (zh_cn)
Анализ данных в искусственном интеллекте (09.04.01, 2021)
首页
课程
Учебные курсы
09.04.01, 2021
Анализ данных в искусственном интеллекте (09.04.01, 2021)
常规
Презентации
Презентации
标记完成
DataScience_0.pptx
DataScience_1.pptx
DataScience_1(1).pptx
DataScience_1(2).pptx
DataScience_2.pptx
DataScience_3.pptx
DataScience_4.pptx
DataScience_5.pptx
DataScience_6.pptx
DataScience_7.pptx
DataScience_8.pptx
DataScience_9.pptx
DataScience_10.pptx
DataScience_11.pptx
下载文件夹
◄ Фонд оценочных средств (итоговое тестирование)
跳至...
跳至...
Методические рекомендации к самостоятельной работе
Методические рекомендации к лекциям
Методические указания к практическим занятиям
Фонд оценочных средств (итоговое тестирование)
Анализ данных в искусственном интеллекте (09.04.01, 2021)
常规
Введение
Искусственный интеллект и машинное обучение
Сбор, хранение и подготовка данных. Дополнение данных, заполнение (удаление) пропущенных значений
Подготовка данных. Выявление аномалий в сырых данных, очистка данных от шума
Классификация
Кластеризация
Поиск ассоциативных правил
Аппроксимация, интерполяция и экстраполяция. Временные ряды: тренд, сезонность, шум. Прогнозирование
Корреляционный анализ
Регрессионнный анализ
Нейронные сети
Сверточные нейронные сети
Использование современной вычислительной базы в контексте решения задач Data Science (CUDA, GPU, FPGA, SoC). Современные программно-аппаратные средства (MATLAB, Python, R, GPU)
Заключение
首页
日程管理