Мета

Надати студентам базові знання з методів машинного навчання та обчислювального інтелекту, навчити використовувати сучасні алгоритми для аналізу даних, прогнозування та автоматизації процесів, а також забезпечити розуміння теоретичних основ і практичних аспектів розробки інтелектуальних систем.

Завдання

1. Ознайомити з основними принципами машинного навчання, включаючи підхід до побудови та оцінки моделей.
2. Навчити студентів працювати з великими обсягами даних, використовуючи інструменти для їх очищення, обробки та візуалізації.
3. Надати практичні навички роботи з бібліотеками машинного навчання, такими як Scikit-learn, TensorFlow, і Pandas.
4. Розглянути основи нейронних мереж та їх використання у глибокому навчанні.
5. Вивчити методи виявлення проблем з даними, зокрема пропущені значення, витоки даних та категоріальні змінні.
6. Дослідити різноманітні алгоритми навчання: регресію, класифікацію, XGBoost, ансамблеві методи тощо.

Сформувати навички налаштування, оптимізації та інтеграції моделей у реальні проєкти.