Uczenie maszynowe i sztuczne sieci neuronowe cw

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