Uczenie maszynowe i sztuczne sieci neuronowe

Wyniki egzaminu z części teoretycznej: https://docs.google.com/spreadsheets/d/1fzujH7LDf2eo5uUb6fvwn2CjFdW4dYEKGsYwHSc60zQ/edit?usp=sharing

Przejście do: Ćwiczeń

1. Wstęp, regresja liniowa i metoda najmniejszych kwadratów
2. Klasyfikacja i regresja logistyczna
3. Ocena jakości klasyfikacji
4. Algorytmy generatywne
5. Maszyny wektorów wspierających I
6. Maszyny wektorów wspierających II
7. Wstęp o sieciach neuronowych, sieci neuronowe liniowe
8. Perceptron Rosenblatta
9. Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu
10. Wsteczna propagacja błędu: jak poprawić zbieżność?
11. Drzewa decyzyjne
12. Uczenie bez nadzoru
13. Zagadnienia do powtórki