Παρουσίαση/Προβολή

Εικόνα επιλογής

ΠΜΣ-Εξόρυξη Δεδομένων και Μηχανική Μάθηση - Data Mining and Machine Learning

(ME312) -  Ιορδάνης Κουτσόπουλος

Περιγραφή Μαθήματος

  • Βασικές έννοιες στη Μηχανική Μάθηση
  • Αναπαράσταση Μοντέλων (Model Representation) στη Μηχανική Μάθηση
  • Γραμμική Παλινδρόμηση (Linear Regression) με μια και με πολλές μεταβλητές
  • Αλγόριθμος Gradient Descent
  • Λογιστική και Softmax-Παλινδρόμηση (Logistic and Softmax Regression)
  • Κανονικοποίηση (Regularization)
  • Νευρωνικά Δίκτυα (Neural Networks)
  • Support Vector Machines
  • Dimensionality Reduction and Principal Components Analysis (PCA)
  • Γεννητικά Μοντέλα (Generative Models) και μοντέλα κατά Bayes
  • Δέντρα Αποφάσεων (Decision Trees)
  • Αλγόριθμος Stochastic Gradient Descent
  • Unsupervised Learning
  • Συσταδοποίηση (clustering)
  • Εφαρμογές
  • –Συστήματα Συστάσεων (Recommender systems, –Online Advertising–Μηχανική Μάθηση και Ασύρματα Δίκτυα
  • Προχωρημένα Θέματα Μηχ. Μάθησης–Ενισχυτική Μάθηση (Reinforcement Learning)

Ημερομηνία δημιουργίας

Τρίτη, 26 Φεβρουαρίου 2013

Σελίδα μαθήματος