Statistical machine learning
Informacje ogólne
Kod przedmiotu: | 1000-317bSML | Kod Erasmus / ISCED: |
(brak danych)
/
(0612) Database and network design and administration
![]() |
Nazwa przedmiotu: | Statistical machine learning | ||
Jednostka: | Wydział Matematyki, Informatyki i Mechaniki | ||
Grupy: |
Przedmioty obowiązkowe dla I roku Machine Learning |
||
Punkty ECTS i inne: |
6.00 ![]() |
||
Język prowadzenia: | angielski | ||
Rodzaj przedmiotu: | monograficzne |
||
Skrócony opis: |
Celem przedmiotu jest wprowadzenie podstawowych pojęć i narzędzi statystycznych używanych w uczeniu maszynowym takich jak regresja liniowa, logistyczna i wielowymiarowa, klasyfikatory, metody redukcji wymiaru, metody bayesowskie. |
||
Pełny opis: |
Szczegółowy program
|
||
Literatura: |
1. Trevor Hastie, Robert Tibshirani, Jerome H., The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, Berlin 2. Andrew Ng, Machine Learning Yearning, https://www.deeplearning.ai/machine-learning-yearning/ |
||
Efekty uczenia się: |
Wiedza: student zna i rozumie * w pogłębionym stopniu - podstawową wiedzę z działów matematyki niezbędnych do studiowania uczenia maszynowego (rachunek prawdopodobieństwa, statystyka, analiza wielowymiarowa, i algebra liniowa) [K_W05]; * w uporządkowany i podbudowany teoretycznie sposób wiedzę w zakresie podstawowych narzędzi statystycznych stosowanych w modelowaniu i analizie danych [K_W07]. Umiejętności: student potrafi * konstruować rozumowania matematyczne [K_U06]; * wyrażać problemy w języku matematyki [K_U07]; * stosować techniki nowoczesnej statystycznej analizy danych [K_U10]. Kompetencje społeczne: student jest gotów do * krytycznej oceny posiadanej wiedzy i odbieranych treści [K_K01]; * uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu [K_K02]; * myślenia i działania w sposób przedsiębiorczy [K_K03]. |
||
Metody i kryteria oceniania: |
Test końcowy oraz zadanie programistyczne na ocenę |
Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)
Okres: | 2021-10-01 - 2022-02-20 |
![]() |
Typ zajęć: |
Laboratorium, 30 godzin ![]() Wykład, 30 godzin ![]() |
|
Koordynatorzy: | Błażej Miasojedow | |
Prowadzący grup: | Błażej Miasojedow, Grzegorz Preibisch, Piotr Tempczyk | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2022/23" (jeszcze nie rozpoczęty)
Okres: | 2022-10-01 - 2023-01-29 |
![]() |
Typ zajęć: |
Laboratorium, 30 godzin ![]() Wykład, 30 godzin ![]() |
|
Koordynatorzy: | Błażej Miasojedow | |
Prowadzący grup: | Dorota Celińska-Kopczyńska, Grzegorz Preibisch, Jacek Sroka | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Warszawski.