Υπολογιστική Νοημοσύνη και Μηχανική Μάθηση
ΚΟΛΟΜΒΑΤΣΟΣ ΚΩΝΣΤΑΝΤΙΝΟΣ
Αυτό το μάθημα προσφέρεται στο 6οεξάμηνο του κύριου προγράμματος σπουδών και αποσκοπεί στην παροχή βασικών γνώσεων σχετικά με τις αρχές της μηχανικής μάθησης. Η μηχανική μάθηση στοχεύει στην δημιουργία γνώσης για τουςυπολογιστές ώστε να αντιδρούνχωρίς να προγραμματιστούν ρητά. Το μάθημα ασχολείται με τις πιο αποτελεσματικές τεχνικές εκμάθησης μηχανών και εστιάζει στην πρακτική εφαρμογή τους. Οι Φοιτητέςθα διδαχθούν όχι μόνο τις θεωρητικές βάσεις της μηχανικής μάθησης, αλλά θα αποκτήσουν και την πρακτική τεχνογνωσία που απαιτείται για την ταχεία και αποδοτικήεφαρμογή αυτών των τεχνικών σε νέα προβλήματα. Αυτό το μάθημα παρέχει μια ευρεία εισαγωγή στην υπολογιστική νοημοσύνη, μηχανική μάθηση, εξόρυξη δεδομένων και στατιστική αναγνώριση προτύπων. Τα θέματα περιλαμβάνουν:
(i) Μάθηση υπό επίβλεψη(παραμετρικοί / μη παραμετρικοί αλγόριθμοι, support vector machines, νευρωνικά δίκτυα)
(ii) Εκπαίδευση χωρίς επίβλεψη (ομαδοποίηση, μείωση των διαστάσεων)
(iii) Βέλτιστες πρακτικές στη μηχανική μάθηση
(iv) Αλγόριθμοι Υπολογιστικής Νοημοσύνης
Μετά την ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούννα:
- Κατανοούν σε βάθος τις αρχές της μηχανικής μάθησης
- Κατανοούν και να περιγράφουντουςαλγόριθμους μάθησης υπό επίβλεψη
- Κατανοούν και να περιγράφουντους αλγορίθμους μηχανικής μάθησης χωρίς επίβλεψη
- Σχεδιάζουν και να αναπτύσσουν ευφυείς εφαρμογές με χρήση των προαναφερόμενων τεχνολογιών
- Αποτιμούν και να επιλέγουν τις κατάλληλες λύσεις ανάλογα με το πρόβλημα που καλούνται να επιλύσουν
Αυτό το μάθημα προσφέρεται στο 6οεξάμηνο του κύριου προγράμματος σπουδών και αποσκοπεί στην παροχή βασικών γνώσεων σχετικά με τις αρχές της μηχανικής μάθησης. Η μηχανική μάθηση στοχεύει στην δημιουργία γνώσης για τουςυπολογιστές ώστε να αντιδρούνχωρίς να προγραμματιστούν ρητά. Το μάθημα ασχολείται με τις πιο αποτελεσματικές τεχνικές εκμάθησης μηχανών και εστιάζει στην πρακτική εφαρμογή τους. Οι Φοιτητέςθα διδαχθούν όχι μόνο τις θεωρητικές βάσεις της μηχανικής μάθησης, αλλά θα αποκτήσουν και την πρακτική τεχνογνωσία που απαιτείται για την ταχεία και αποδοτικήεφαρμογή αυτών των τεχνικών σε νέα προβλήματα. Αυτό το μάθημα παρέχει μια ευρεία εισαγωγή στην υπολογιστική νοημοσύνη, μηχανική μάθηση, εξόρυξη δεδομένων και στατιστική αναγνώριση προτύπων. Τα θέματα περιλαμβάνουν:
(i) Μάθηση υπό επίβλεψη(παραμετρικοί / μη παραμετρικοί αλγόριθμοι, support vector machines, νευρωνικά δίκτυα)
(ii) Εκπαίδευση χωρίς επίβλεψη (ομαδοποίηση, μείωση των διαστάσεων)
(iii) Βέλτιστες πρακτικές στη μηχανική μάθ
Αυτό το μάθημα προσφέρεται στο 6οεξάμηνο του κύριου προγράμματος σπουδών και αποσκοπεί στην παροχή βασικών γνώσεων σχετικά με τις αρχές της μηχανικής μάθησης. Η μηχανική μάθηση στοχεύει στην δημιουργία γνώσης για τουςυπολογιστές ώστε να αντιδρούνχωρίς να προγραμματιστούν ρητά. Το μάθημα ασχολείται με τις πιο αποτελεσματικές τεχνικές εκμάθησης μηχανών και εστιάζει στην πρακτική εφαρμογή τους. Οι Φοιτητέςθα διδαχθούν όχι μόνο τις θεωρητικές βάσεις της μηχανικής μάθησης, αλλά θα αποκτήσουν και την πρακτική τεχνογνωσία που απαιτείται για την ταχεία και αποδοτικήεφαρμογή αυτών των τεχνικών σε νέα προβλήματα. Αυτό το μάθημα παρέχει μια ευρεία εισαγωγή στην υπολογιστική νοημοσύνη, μηχανική μάθηση, εξόρυξη δεδομένων και στατιστική αναγνώριση προτύπων. Τα θέματα περιλαμβάνουν:
(i) Μάθηση υπό επίβλεψη(παραμετρικοί / μη παραμετρικοί αλγόριθμοι, support vector machines, νευρωνικά δίκτυα)
(ii) Εκπαίδευση χωρίς επίβλεψη (ομαδοποίηση, μείωση των διαστάσεων)
(iii) Βέλτιστες πρακτικές στη μηχανική μάθ