A kurzus alapos bevezetést nyújt a résztvevőknek a gépi tanulás területébe, bemutatva a tudományágban használt alapvető fogalmakat, technikákat és algoritmusokat. A kurzus feltárja a gépi tanulás megközelítési módjait, mint például a felügyelt, felügyelet nélküli és jutalmazott tanulást, valamint a gépi tanuláson alapuló megoldások fejlesztéséhez használt különféle algoritmusokat. A résztvevők megismerkednek az adatkezeléssel, a szükséges infrastruktúrával, valamint a gépi tanulási megoldások értékelésével és megvalósításával különböző kontextusokban.
A kurzus azoknak szól, akik szeretnének megismerkedni a gépi tanulás alapfogalmaival és technikáival anélkül, hogy a területen előzetes tapasztalatot igényelnének. Ez a kurzus alkalmas diákoknak, informatikusoknak, adatelemzőknek, kutatóknak és mindenkinek, aki érdeklődik a gépi tanulás megértése és alkalmazása különböző kontextusokban. A tanfolyamon megszerzett tudás szilárd alapot jelent a gépi tanulás és a mesterséges intelligencia területének további felfedezéséhez.
A tanfolyam elvégzése után a résztvevők olyan ismeretekre és készségekre tesznek szert, mint pl.
• A gépi tanulás alapvető fogalmainak és elveinek megértése, mint például a felügyelt, felügyelet nélküli és jutalmazott tanulás, valamint a kapcsolódó megközelítések és típusok.
• Ismerje meg a gépi tanulás alapvető algoritmusait és modelljeit, mint például az osztályozás, a regresszió, a klaszterezés és a dimenziócsökkentés, konkrét problémák megoldására.
• A gépi tanulás használatával járó kockázatok és kihívások megértése, beleértve a torzítás, a modell értelmezhetőség és az adatvédelem kérdéseit.
• Az adat- és gépi tanulási infrastruktúra kezelése a gépi tanulási modellek betanításához, valamint a gépi tanulási folyamat hatékony megvalósításához szükséges erőforrások kezelése.
• Különféle problémákhoz, adatsorokhoz megfelelő gépi tanulási modellek kiválasztása és értékelése, a modellek teljesítményének összehasonlítása.
Ez a tanfolyam nem igényel műszaki ismereteket.
• Bevezetés a gépi tanulásba
• A gépi tanulás megközelítései és típusai: felügyelt tanulás, felügyelet nélküli tanulás, jutalom tanulás
• Alapvető algoritmusok a gépi tanulásban: osztályozás, regresszió, klaszterezés, dimenziócsökkentés
• Adatkezelés és infrastruktúra a gépi tanuláshoz
• Modellek kiválasztása és értékelése
• Bevezetés a mély tanulásba
• Gyakorlati alkalmazások és esettanulmányok
• Kockázatok és kihívások a gépi tanulás használatával kapcsolatban
A tanfolyam nem kapcsolódik semmilyen minősítési programhoz.
