Данное учебно-методическое пособие включает в себя необходимые теоретические материалы по 3 лабораторным работам для изучения дисциплины «Методы машинного обучения» для направления подготовки 09.03.01 «Информатика и вычислительная техника» факультета Информатики и вычислительной техники. В пособии рассматриваются наиболее распространённые методы классификации и восстановления регрессии, а конкретнее, линейная регрессия, метрические классификаторы и логические классификаторы. Приводятся пояснения по применению указанных методов на практике и доказательства их корректности. Кроме того, описаны рекомендации и указания по выполнению лабораторных работ, связанных с данными темами. Методические указания рекомендованы для студентов технических специальностей, изучающих методы машинного обучения на 4 курсе бакалавриата.
Ракитский А.А. Методы машинного обучения : учебно-методическое пособие / Ракитский А.А.. — Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2018. — 32 c. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/90591.html (дата обращения: 01.02.2023). — Режим доступа: для авторизир. пользователей
Издательство: Ай Пи Ар Медиа
Автор: Абатурова И.В., Королева И.А., Стороженко Л.А., Савинцев И.А., Писецкий В.Б., Петрова И.Г.
Год издания: 2023
ISBN: 978-5-4497-1793-1
Издательство: Ай Пи Ар Медиа
Автор: Давыдова О.В.
Год издания: 2023
ISBN: 978-5-4497-2043-6
Издательство: Лаборатория знаний
Автор: Жуков А.Ф., Кузнецов В.В., Саморукова О.Л., Тимербаев А.Р.
Год издания: 2023
ISBN: 978-5-93208-601-8
Издательство: Вузовское образование
Автор: Ооржак С.Ы.
Год издания: 2022
ISBN: 978-5-4487-0806-0
Издательство: Ай Пи Ар Медиа
Автор: Лукашенко В.И.
Год издания: 2022
ISBN: 978-5-4497-1378-0
Издательство: Воронежский государственный технический университет, ЭБС АСВ
Автор: Мартыненко Г.Н., Муравьев А.В., Коровкина А.И., Китаев Д.Н.
Год издания: 2022
ISBN: 978-5-7731-1059-0