სემინარები მონაცემთა ანალიზსა და მანქანურ სწავლებაში

ყოველ ორშაბათს 16:00 საათზე აუდიტორია 301 კორპუსი B.

დასაწყისი 3/25/2019

სემინარის თემა:                                           

• პროგრამული ენები:                                                                                             
  Python, R, Julia, Scala.
• Integrated development environment (IDE):
  Jupyter Notebook (Python, R, Julia, Scala), სხვები.
• მათემატიკა მანქანური სწავლებისთვის:
  წრფივი ალგებრა, სტატისტიკა, ტენსორის ანალიზი, Teano.
• ML ბიბლიოთეკები:
  Numpy, Pandas, Scipy, Sklearn, Matplotlib, Opencv, Caffe, Theano, Minerva
• მანქანური სწავლების ალგორითმები:
  Collect Data, Pick the Model, Train the Model:
  k-Nearest Neighbors,
  Logistic regression
  Decision Tree, Feature Importance in Decision Trees
  Random Forest, Feature importance in Random Forest
  Gradient Boosting
  Support Vector Machine (SVM)
  Deep Learning
• ინფორმაციის ვიზუალიზაცია
• პროგრანირება ML in Python, R, Spark
• სასწავლებელი პროექტი.

ლექტორები:
Dr. Nodar Momtselidze
Dr. Davit Datuashvili