Машинното обучение е определено през 1959 г. от Артър Самюел като „полето на обучение, което дава на компютрите способността да учат, без да бъдат изрично програмирани“. Програмата за машинно обучение EITC/AI/MLPP с Python има за цел да въведе основи на машинното обучение (включително основно разбиране на теорията), фокусирайки се върху програмирането с Python. С изключение на теорията, той обхваща приложения, заедно с теоретични и практически аспекти на контролираните, не контролираните и дълбоки алгоритми за машинно обучение. Програмата обхваща линейна регресия, K Най-близките съседи, Поддържащи векторни машини (SVM), плоско групиране, йерархично групиране и невронни мрежи. Той включва основни понятия за включените алгоритми и логиката зад тях. Също така обхваща обсъждането на приложенията на алгоритмите при програмиране, използвайки примерни реални набори от данни, заедно с модули (напр. Scikit-Learn). Програмата също така ще обхване подробности за всеки от алгоритмите, като внедри тези алгоритми в код, включително включената математика с прозрения как точно работят алгоритмите, как могат да бъдат модифицирани и какви са техните свойства, включително предимства и недостатъци. Алгоритмиката, включена в машинното обучение, е доста проста (както се обуславя от необходимостта от мащабиране на големи масиви от данни), както и математиката, на която се основават (линейна алгебра).
Референтни ресурси за учебната програма
Документация за Python
https://www.python.org/doc/
Python освобождава изтегляния
https://www.python.org/downloads/
Ръководство за Python за начинаещи
https://www.python.org/about/gettingstarted/
Ръководство за начинаещи на Python Wiki
https://wiki.python.org/moin/BeginnersGuide
Урок за машинно обучение по Python на W3Schools
https://www.w3schools.com/python/python_ml_getting_started.asp
Изтеглете пълните офлайн подготвителни материали за самообучение за програмата EITC/AI/MLP Машинно обучение с Python в PDF файл
EITC/AI/MLP подготвителни материали – стандартна версия
Подготвителни материали за EITC/AI/MLP – разширена версия с въпроси за преглед