Uczenie maszynowe i sztuczne sieci neuronowe cw: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 1: Linia 1:
 
[[Category:Przedmioty specjalizacyjne]]
 
[[Category:Przedmioty specjalizacyjne]]
 +
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe|Wykłady]]
 
=Ćwiczenia:=
 
=Ćwiczenia:=
 
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 1|Regresja liniowa]]. ([https://drive.google.com/open?id=0BzwQ_Lscn8yDWnZVeHU1MjluWFU Wersja w jupyter  notebook]) Dla chętnych praca domowa:  [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 2|Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego]]
 
# [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 1|Regresja liniowa]]. ([https://drive.google.com/open?id=0BzwQ_Lscn8yDWnZVeHU1MjluWFU Wersja w jupyter  notebook]) Dla chętnych praca domowa:  [[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Ćwiczenia 2|Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego]]

Wersja z 13:43, 15 lut 2017

Wykłady

Ćwiczenia:

  1. Regresja liniowa. (Wersja w jupyter notebook) Dla chętnych praca domowa: Regresja liniowa jako filtr i zastosowanie do modelowania szeregu czasowego
  2. Regresja logistyczna (W2), walidacja, krzywe ROC(W3)
  3. Klasyfikacja Bayesowska, modele generatywne (irysy i klasyfikacja tekstów)
  4. Klasyfikacja z użyciem SVM
  5. Klasyfikacja z użuciem SVM 2
  6. Wybor optymalnych cech
  7. Nieliniowe sieci neuronowe: problem XOR
  8. Regresja nieliniowa
  9. Klasyfikacja z użyciem nieliniowej sieci neuronowej
  10. Drzewa decyzyjne
  11. Uczenie bez nadzoru i analiza skupień
  12. Projekty


Źródło: „http://brain.fuw.edu.pl/edu/index.php?title=Uczenie_maszynowe_i_sztuczne_sieci_neuronowe_cw&oldid=6420”