Машинное обучение — часть искусственного интеллекта, в рамках которого в последние годы получены впечатляющие результаты в обработке разных видов сигналов и данных. В настоящем пособии даются весьма краткие теоретические и относительно подробные практические сведения о применении отдельных алгоритмов классификации и регрессии.
Для практического освоения материала достаточно базовых навыков работы с языком Руthоn. При этом, освоение возможностей основных библиотек, таких как matplotlib, numhy, раndаs, sklearn происходит в процессе решения задач. Используя полученные знания и навыки, студенты смогут решать широкий круг задач классификации, регрессии, анализировать влияние отдельных признаков на работу классификаторов и регрессионных моделей, снижать размерность данных, визуализировать результаты и оценивать качество моделей машинного обучения.
Учебник предназначен для студентов, магистрантов и докторантов по направлению подготовки «061 Информационно-коммуникационные технологии», желающих приобрести практические навыки по применению методов классификации, регрессии, снижения размерности данных и освоить базовые математические концепции, относящиеся к машинному обучению.
Мухамедиев Р.И., Амиргалиев Е.Н.
Введение в машинное обучение: Учебник. — Алматы, 2022. — 288 с.
