Մեքենայական ուսուցում (չի դասավանդվում գարուն 2021 թ. Ստուգեք առկայությունը), այն ուսումնասիրության ոլորտը, որը համակարգիչներին տալիս է տվյալներից սովորելու ունակություն, գրեթե յուրաքանչյուր գիտական առարկայի հիմքում է, և ընդհանրացման (այսինքն ՝ կանխատեսման) ուսումնասիրությունը տվյալները մեքենայական ուսուցման կենտրոնական թեման են: Այս դասընթացը շրջանավարտ մակարդակով ներկայացնում է մեքենայական ուսուցումը և մեքենայական ուսուցման նոր և առաջադեմ մեթոդների խորը լուսաբանումը, ինչպես նաև դրանց հիմքում ընկած տեսությունը: Այն շեշտադրում է գործնական արդիականություն ունեցող մոտեցումները և քննարկում է մեքենայական ուսուցման մի շարք վերջին կիրառություններ, ինչպիսիք են տվյալների արդյունահանումը (Big Data / Data Science, Data Analytics), Բնական լեզվի մշակումը, Computer Vision, Robotics, Bioinformatics և Text and Web տվյալների մշակումը: Մեքենայական ուսուցումն օգտագործվում է տարբեր արդյունաբերություններում, այդ թվում ՝ Ֆինանսական ծառայություններ, նավթ և գազ, առողջապահություն, մարկետինգ և գովազդ, կառավարություն, ինտերնետ և իրերի ինտերնետ:
Այս դասընթացն ընդգրկում է ուսման մի շարք պարադիգմներ, ալգորիթմներ, տեսական արդյունքներ և ծրագրեր: Այն օգտագործում է արհեստական ինտելեկտի, տեղեկատվության տեսության, վիճակագրության և կառավարման տեսության հիմնական հասկացությունները այնքանով, որքանով դրանք կարևոր են մեքենայական ուսուցման համար: Թեմաները ներառում են. Վերահսկվող ուսուցում (գեներատիվ / խտրական դասընթաց, պարամետրային / ոչ պարամետրիկ ուսուցում, նեյրոնային ցանցեր, օժանդակ վեկտորային մեքենաներ, որոշումների ծառ, բայեզյան ուսուցում և օպտիմիզացում); չվերահսկվող ուսուցում (կլաստերացում, ծավալայնության կրճատում, միջուկի մեթոդներ); ուսման տեսություն (կողմնակալության / շեղման փոխզիջումներ; VC տեսություն; մեծ լուսանցքներ); ուժեղացման ուսուցում և հարմարվողական վերահսկողություն: Այլ թեմաները ներառում են HMM (Hidden Markov Model), Evolutionary Computing, Deep Learning (Neural Nets) և նախագծման ալգորիթմներ, որոնց կատարումը կարող է խստորեն վերլուծվել մեքենայական ուսուցման հիմնարար խնդիրների համար:
Դասընթացի կարեւոր մասն է խմբի նախագիծը: Զուգահեռ, բաշխված եւ չափելի մեքենաների ուսուցման համար օգտագործվող հիմնական բաց կոդով գործիքները կարճ ժամանակով կներկայացվեն, որպեսզի ուսանողները օգնի ծրագրերին: (4 միավոր) Նախադրյալ. Ոչ: