Mašīnmācīšanās un lieldatu analīze (SL_120)
Īsumā par studiju kursu
Mērķis
Mašīnmācīšanās (ML) ir saistīta ar tādu algoritmu izpēti, kuri automātiski var iegūt informāciju un no datiem radīt jaunas zināšanas. ML uzdevumi bieži ir saistīti ar lielām datu kopām, kas rada problēmas datu glabāšanas, organizēšanas un apstrādes jomās. Šo problēmu risināšanai pievēršas lielo datu analītikas nozare. Kursa mērķis ir iepazīstināt studentus ar svarīgākajām mašīnmācīšanās metodēm: regresijas un klasifikācijas algoritmu variācijām, kā arī iepazīstināt ar mašīnu dziļās mācīšanās un lielo datu analītikas jēdzieniem. Metodes tiks pētītas gadījumu izpētē, kas īstenota „R” programmā.
Priekšzināšanas
Augstākā matemātika, varbūtība, statistika, pamatzināšanas par „R” programmēšanu.
Rezultāti
• Izvēlas atlases atkārtošanas veidošanas metodes un modeļa precizitātes novērtēšanas kritērijus.
• Izskaidro svarīgākos regresijas un klasifikācijas algoritmus.
• Identificē lielo datu jēdzienu.
• Prot patstāvīgi ieviest regresijas un klasifikācijas mašīnmācīšanās algoritmus „R”.
• Analītiski izvērtē „R” skaitļošanas ierobežojumus un izvēlas stratēģijas to pārvarēšanai.
• Spēj kritiski salīdzināt dažādas mašīnmācīšanās stratēģijas un izvēlēties konkrētai problēmai atbilstošu algoritmu.
Plānojums
| Studiju programma | Studiju semestris | Programmas līmenis | Studiju kursa kategorija | Docētāji | Grafiks |
|---|---|---|---|---|---|
| Biostatistika, MFBS | 3 | Maģistrs | Obligāts | Artis Alksnis |
