Кружок по искусственному интеллекту
Что такое машинное обучение?
Области применения
Типы машинного обучения
Обучение с учителем
Регрессия
Классификация
Обучение с подкреплением
Кластеризация
Задача классификации на примере ирисов Фишера
Этапы машинного обучения
Алгоритм машинного обучения на примере персептрона
Как оптимизируются веса?
Алгоритм машинного обучения на примере персептрона
Адаптивные линейные нейроны
Градиентный спуск
Алгоритмы обучения
Инструменты

Кружок по искусственному интеллекту

1. Кружок по искусственному интеллекту

Семинар 1
Организатор: Зубрихина Мария

2. Что такое машинное обучение?

Машинное обучение –это подобласть искусственного интеллекта,
которая охватывает разработку самообучающихся алгоритмов для
приобретения из этих данных знаний с целью выполнения прогнозов.

3. Области применения

Распознавание речи
Распознавание жестов
Распознавание рукописного ввода
Распознавание образов
Техническая диагностика
Медицинская диагностика
Биоинформатика
Кредитный скоринг
Обнаружение спама
Рекомендательные системы

4. Типы машинного обучения

Обучение с
учителем
Обучение без
учителя
Обучение с
подкреплением

5. Обучение с учителем

Классификация
Регрессия

6. Регрессия

7. Классификация

8. Обучение с подкреплением

Задача обучения с подкреплением состоит в выработке агента,
который улучшает свое качество на основе взаимодействия со средой.

9. Кластеризация

Кластеризация – это метод разведочного анализа данных, который
позволяет организовать груду информации в содержательные
подгруппы(кластеры), не имея никаких предварительных сведений о
принадлежности группе.

10. Задача классификации на примере ирисов Фишера

11. Этапы машинного обучения

12. Алгоритм машинного обучения на примере персептрона

w –весовые коэффициенты, которые
оптимизируются при обучении
x– входной вектор признаков
English     Русский Правила