Інфопакет

Машинне навчання в науках про Землю

ОК 4

Обов’язкова дисципліна для ОП

Другий

2025/2026

2 Семестр

4

Знати: основні методи машинного навчання; основні принципи організації класифікаційних ознак; основні принципи організації штучних нейронних мереж; основні модулі в Python, які використовуються для машинного навчання. Вміти: реалізувати алгоритми роботи з використанням методів машинного навчання при вирішенні поставлених завдань; математично доводити оптимальність використаного методу машинного навчання при вирішенні поставлених завдань; самостійно обирати інструментарій для машинного навчання в Python (Scikit-learn, Keras, PyTorch, NumPy, Pandas); використовувати середовище програмування для мови Python IDE та PyCharm.

Заочна форма

Студенти повинні знати: основи інформаційних технологій, програмування, математичної статистики. Студенти повинні вміти: використовувати мову Python для вирішення базових задач.

В дисципліні розглядаються як теоретичні, так і практичні основи машинного навчання за допомогою Python. Вивчаються та досліджуються основні концепції та алгоритми, що лежать в основі методів машинного навчання. Приділяється увага розпізнаванню образів та тексту. Завдяки практичним проектам студенти знайомляться з теорією, що лежить в основі алгоритмів класифікації, кластерізації, регресії та оптимізації, навчання з підкріпленням та іншими темами машинного навчання. В межах дисципліни здобувачі розробляють власні програми в Python.

1. 6.036 Lecture Notes (2020) - https://phillipi.github.io/6.882/2020/notes/6.036_notes.pdf 2. Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong. (2024). Mathematics for Machine Learning. Cambridge University Press. – 417 p. 3. MITx: Machine Learning with Python: from Linear Models to Deep Learning – онлайн-курс (англійською) – https://www.edx.org/learn/machine-learning/massachusetts-institute-of-technology-machine-learning-with-python-from-linear-models-to-deep-learning 4. Big Data 101 – онлайн-курс (англійською) – www.bdu.intela-edu.com/courses/course-v1:BigDataUniversity+BD0101EN+v2/about 5. Shai Shalev-Shwartz, Shai Ben-David. (2014). Understanding Machine Learning: From Theory to Algorithms. Cambridge University Press. – 449 p. 6. Сеньо П. С. Теорія ймовірностей та математична статистика: Підручник. – Київ, Центр навчальної літератури, 2004. – 448 с.

Лекційні і практичні заняття, самостійна робота.

Англійською