Пропуск в контексте

Методы машинного обучения учебно-методическое пособие

Данное учебно-методическое пособие включает в себя необходимые теоретические материалы по 4 лабораторным работам для изучения дисциплины «Методы машинного обучения» для направления подготовки 09.03.01 «Информатика и вычислительная техника» факультета Информатики и вычислительной техники. В пособии р...

Полное описание

Сохранить в:
Библиографические подробности
Главный автор: Ракитский, А. А. (070)
Формат: Книга
Темы:
Online-ссылка:Перейти к просмотру издания
Метки: Добавить метку
Нет меток, Требуется 1-ая метка записи!
LEADER 03439nam0a2200361 4500
001 RU/IPR SMART/138857
856 4 |u https://www.iprbookshop.ru/138857.html  |z Перейти к просмотру издания 
801 1 |a RU  |b IPR SMART  |c 20250903  |g RCR 
010 |a 2227-8397 
205 |a Методы машинного обучения  |b 2029-02-15 
333 |a Гарантированный срок размещения в ЭБС до 15.02.2029 (автопролонгация) 
100 |a 20250903d2023 k y0rusy01020304ca 
105 |a y j 000zy 
101 0 |a rus 
102 |a RU 
200 1 |a Методы машинного обучения  |e учебно-методическое пособие  |f А. А. Ракитский, К. И. Дементьева 
700 1 |a Ракитский,   |b А. А.  |4 070 
701 1 |a Дементьева,   |b К. И.  |4 070 
330 |a Данное учебно-методическое пособие включает в себя необходимые теоретические материалы по 4 лабораторным работам для изучения дисциплины «Методы машинного обучения» для направления подготовки 09.03.01 «Информатика и вычислительная техника» факультета Информатики и вычислительной техники. В пособии рассматриваются наиболее распространённые методы классификации, анализа и восстановления регрессии. Рассматриваются такие методы, как: линейная регрессия, метрические классификаторы и логические классификаторы, а также нейронные сети для задач распознавания объектов на изображениях, предсказание цены на недвижимость и т.д. Приводятся пояснения по применению указанных методов на практике и доказательства их корректности. Кроме того, описаны рекомендации и указания по выполнению лабораторных работ, связанных с данными темами. Методические указания рекомендованы для студентов технических специальностей, изучающих методы машинного обучения на 4 курсе бакалавриата. 
210 |a Новосибирск  |c Сибирский государственный университет телекоммуникаций и информатики  |d 2023 
610 1 |a линейная регрессия 
610 1 |a метрический классификатор 
610 1 |a логический классификатор 
610 1 |a машинное обучение 
675 |a 002 
686 |a 32.97  |2 rubbk 
300 |a Книга находится в премиум-версии IPR SMART. 
106 |a s 
230 |a Электрон. дан. (1 файл) 
336 |a Текст 
337 |a электронный 
503 0 |a Доступна эл. версия. IPR SMART 
215 |a 35 с.