Uczenie maszynowe i sztuczne sieci neuronowe

Przejście do: Ćwiczeń

Wykłady

1. Wstęp, regresja liniowa i metoda najmniejszych kwadratów (wersja w notebooku)
2. Klasyfikacja i regresja logistyczna (wersja w notebooku)
3. Ocena jakości klasyfikacji (wersja w notebooku)
4. Algorytmy generatywne (wersja w notebooku)
5. Maszyny wektorów wspierających I (wersja w notebooku)
6. Maszyny wektorów wspierających II (wersja w notebooku)
7. Drzewa decyzyjne[ https://drive.google.com/open?id=0BzwQ_Lscn8yDLU1wUFBsRURzWEk (wersja w notebooku)]
8. Uczenie bez nadzoru
9. Wstęp o sieciach neuronowych, sieci neuronowe liniowe
10. Perceptron Rosenblatta
11. Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu
12. Wsteczna propagacja błędu: jak poprawić zbieżność?
13. Zagadnienia do powtórki