Вопросы к зачету

ОСНОВЫ МАШИННОГО ОБУЧЕНИЯ

КАФЕДРА ИНФОРМАТИКИ ИКБ

1. Определение искусственного интеллекта и машинного обучения.

2. Качество данных. Требования к данным.
3. Представление данных. Множества. Основные аксиомы теории множеств.
4. Представление данных в цифровом формате. Числовые и категориальные
данные.
5. Основы Python. Типы данных.
6. Python – тип данных список.
7. Условный оператор.
8. Циклы.
9. Массивы в Python.
10. Библиотеки языка и их роль в решении задач.
11. Библиотека Pandas. Назначение и функционал.
12. Библиотека Matplotlib. Назначение и функционал.
13. Предобработка данных. Подходы к работе с категориальными данными.
14. Нормировка данных. Примеры.
15. Задачи классификации данных. Метрики определения расстояний между
объектами.
16. Метод ближайших соседей.
17. Регрессионный анализ данных.
18. Построение полинома 1 и 2 степени. Примеры.
19. Метрики оценки алгоритмов в задачах классификации и регрессии.
20. Машинное обучение в прикладных задачах. Примеры постановки задач.