Skip to main content
Side panel
Call us : +7(812) 346-48-37
E-mail :
kgsemenova@etu.ru
You are currently using guest access (
Log in
)
English (en)
Русский (ru)
English (en)
简体中文 (zh_cn)
Анализ данных в искусственном интеллекте (09.04.01, 2021)
Home
Courses
Учебные курсы
09.04.01, 2021
Анализ данных в искусственном интеллекте (09.04.01, 2021)
General
Методические рекомендации к лекциям
Методические рекомендации к лекциям
Mark as done
Click
Методические_рекомендации_к_лекциям.docx
link to view the file.
◄ Методические рекомендации к самостоятельной работе
Jump to...
Jump to...
Методические рекомендации к самостоятельной работе
Методические указания к практическим занятиям
Фонд оценочных средств (итоговое тестирование)
Презентации
Методические указания к практическим занятиям ►
Анализ данных в искусственном интеллекте (09.04.01, 2021)
General
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
Home
Calendar