Базовые алгоритмы машинного обучения на языке Python
Учебно-методическое пособие посвящено изучению основ анализа данных и реализации базовых алгоритмов машинного обучения на языке Python. Целью пособия является формирование у студентов теоретических знаний и практических навыков в области базовых алгоритмов машинного обучения, овладение инструментарием, моделями и методами машинного обучения.
Книга начинается с введения в общие сведения и понятия машинного обучения, включая типы данных, обучение модели, разложение ошибки на смещение и дисперсию, а также базовые понятия линейной алгебры и математического анализа. Далее рассматривается исследовательский анализ данных с использованием библиотеки Pandas, предварительная обработка данных и инженерия признаков.
Основная часть пособия посвящена изучению ключевых алгоритмов: линейной регрессии (включая полиномиальную регрессию и регуляризацию), логистической регрессии с метриками классификации, а также методам уменьшения размерности, таким как метод главных компонент (PCA). В качестве практического примера используется набор данных MNIST.
Для успешного освоения курса необходимо базовое знание языка программирования Python и высшей математики. Пособие рекомендовано для студентов, обучающихся по направлениям подготовки в области информатики, вычислительной техники, прикладной информатики, программной инженерии и информационных систем.
