Машинное обучение

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент информатики

Статус:

Курс обязательный

Когда читается:

2-й курс, 3, 4 модуль

Преподаватели

Архимандритов Игорь Борисович

Сафроненко Евгений Владимирович

Программа дисциплины

Аннотация

Курс посвящён изучению основных методов машинного обучения. Изучаемые темы можно разбить на три блока. Первый — работа с данными и предварительный анализ данных. Изучаются библиотеки языка Python для работы с табличными данными и для визуализации, обсуждаются методы предобработки данных, подготовки категориальных и текстовых данных. Второй блок — обучение с учителем. Изучаются линейные модели, решающие деревья, композиции моделей (случайный лес, градиентный бустинг и его имплементации), приложения в рекомендательных системах. Третий блок — обучение без учителя. Изучаются методы кластеризации, визуализации, понижения размерности. Все темы сопровождаются практикой на реальных данных. По итогам курса слушатель сможет сформулировать задачу машинного обучения, выбрать метрику качества, обучить модель, подобрать гиперпараметры, провести валидацию.

Цель освоения дисциплины

• Знает основные понятия и постановки задач машинного обучения
• Знает теоретические основы линейных и логических методов машинного обучения
• Знает принципы построения композиций моделей
• Знает основные метрики качества для регрессии и классификации
• Умеет выполнять полный цикл построения модели
• Умеет обучать основные модели машинного обучения, оценивать их качества
• Умеет выполнять кластеризацию и визуализацию данных

Планируемые результаты обучения

• Применение алгоритмов регрессии, классификации и кластеризации
• Измерение качества моделей
• Обработка и анализ данных

Содержание учебной дисциплины

• 1. Введение в Python + Git + Anaconda.
• 2. Numpy + Pandas + Matplotlib.
• 3. Задача регрессии.
• 4. Методы оптимизации
• 5. Задача классификации
• 6. Решающие деревья.
• 7. Ансамблевые модели.
• 8. Другие модели классификации.
• 9. Кластеризация.
• 10. Введение в NLP.
• 11. Введение в Computer Vision
• 12. Введение в краудсорсинг.

Элементы контроля

• Домашнее задание №1
• Домашнее задание №2
• Домашнее задание №3
• Домашнее задание №4
• Экзамен
• Домашнее задание №5
• Домашнее задание №6
• Домашнее задание №7
• Домашнее задание №8
• Экзамен

Промежуточная аттестация

• 2025/2026 2nd module
  0.2 * Домашнее задание №1 + 0.2 * Домашнее задание №2 + 0.2 * Домашнее задание №3 + 0.2 * Домашнее задание №4 + 0.2 * Экзамен
• 2025/2026 4th module
  0.2 * Домашнее задание №5 + 0.2 * Домашнее задание №6 + 0.2 * Домашнее задание №7 + 0.2 * Домашнее задание №8 + 0.2 * Экзамен

Список литературы

Рекомендуемая основная литература

• Коротеев, М. В., Основы машинного обучения на Python : учебник / М. В. Коротеев. — Москва : КноРус, 2025. — 431 с. — ISBN 978-5-406-14728-3. — URL: https://book.ru/book/957785 (дата обращения: 04.07.2025). — Текст : электронный.
• Лимановская О.В., Алферьева Т.И. - Основы машинного обучения - 978-5-7996-3015-7 - Издательство Уральского университета - 2020 - https://znanium.ru/catalog/product/1960910 - 1960910 - ZNANIUM

Рекомендуемая дополнительная литература

• Davies, E. R. (2018). Computer Vision : Principles, Algorithms, Applications, Learning (Vol. Fifth edition). London: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1204289
• Prince, S. J. D. (2012). Computer Vision : Models, Learning, and Inference. New York: Cambridge eText. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=458656
• Введение в машинное обучение с помощью Python : руководство для специалистов по работе с данными, Мюллер, А., 2018
• Потапова, К. А. Основы машинного обучения на языке Питон : учебно-методическое пособие / К. А. Потапова. — Москва : РТУ МИРЭА, 2025. — 66 с. — ISBN 978-5-7339-2440-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/493361 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Архимандритов Игорь Борисович
• Кольцов Сергей Николаевич
• Оленчук Ольга Геннадьевна
• Паточенко Евгений Анатольевич