Materiał merytoryczny

Teoria:

• Rodzaje modeli uczenia maszynowego
• Modele klasyczne
• Modele oparte na sieciach głębokich
• Modele generatywne i transformerowe

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria:

• Wprowadzenie
• Model regresji liniowej
• Przykład wykorzystania regresji liniowej

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria

• Wprowadzenie
• Struktura drzewa decyzyjnego
• Algorytmy tworzenia drzewa decyzyjnego
• Las losowy drzew decyzyjnych
• Implementacja lasu losowego
• Przykład wykorzystania drzew decyzyjnych do analizy istotności cech

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria

• Wprowadzenie i opis struktury sieci
• Algorytmy uczące sieci MLP
  • Wyznaczanie gradientu metodą propagacji wstecznej
  • Algorytmy gradientowe uczenia sieci
• Przykłady użycia sieci MLP 

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria

• Wprowadzenie
• Sieć liniowa SVM w zadaniu klasyfikacji
• Sieć nieliniowa SVM w zadaniu klasyfikacji
• Sieci SVM do zadań regresji
• Porównanie sieci SVM z innymi rozwiązaniami neuronowymi

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria

• Pojęcie generalizacji
• Miara VCdim i jej związek z generalizacją                    
• Metody poprawy zdolności generalizacji sieci
• Techniki tworzenia silnych rozwiązań na bazie słabych predyktorów

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji

Teoria

• Miary jakości regresji
• Badanie jakości rozwiązań w zadaniach klasyfikacji
• Miary jakości klasyfikatora
• Metody poprawy jakości klasyfikatora
• Obiektywna ocena zdolności generalizacyjnych systemu eksploracji

materiały zostały wytworzone z wykorzystaniem sztucznej inteligencji