Modele uczenia maszynowego
Przegląd sekcji
-
-
ENHANCER+ wsparcie krótkich form kształcenia studentów i pracowników Politechniki Warszawskiej w środowisku międzynarodowym sojuszu ENHANCE.
-
- Autorzy/Autorki:
- dr inż. Robert Szmurło
- Afiliacja autorów:
- Instytut Elektrotechniki Teoretycznej i Systemów Informacyjno-Pomiarowych
Wydział Elektryczny, Politechnika Warszawska - Data publikacji:
- 1 października 2026
- Korzystaj na licencji::
CC BY 4.0 — Uznanie autorstwa
-
-
Kurs jest w formule otwartego dostępu w związku z czym elementy komunikacji wewnątrz kursu dla osób niezalogowanych nie są dostępne. Jeśli masz pytania lub znalazłeś błąd napisz do nas na pomoc.okno@pw.edu.pl.
-
Materiał podzielony na podsekcje (M1, M2...). Każda z podsekcji zawiera:
- materiał teoretyczny,
- zadanie (treśc w prezentacji + plik do zadania)
- test samosprawdzający (dopuszczający do kolejnego modułu)-
-
-
-
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
-
-
-
-
-
M3 - Regresja Plik HTML
Teoria:
- Wprowadzenie
- Model regresji liniowej
- Przykład wykorzystania regresji liniowej
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
-
-
-