A tárgy címe:
Introduction to Machine Learning
Elsődleges képzés:
Fizikus mérnök BSc
Kredit:
4
A tárgy besorolása:
compulsory
Óraszám - előadás:
1
Óraszám - gyakorlat:
0
Óraszám - labor:
2
Egyéb oktatás:
Számonkérés módja:
Coursework grade
Egyéb számonkérés:
project work, homework
Félév:
4
Előtanulmányi feltételek:
Introduction to Numerical Algorithms
Tantárgy felelőse:
Dr. János Török, associate professor, PhD
További oktatók:
Tárgyleírás:
Basic methods of machine learning and their implementation in python language
Subjects:
Data types, handling, cleaning and normalization
General many parameter fitting
Linear and logistic regression
Parameter importance
Creation of synthetic data
Decision tree
Dimension reduction, relevant measures
Hierarchical clustering
Basics of neural networks: Neurons, activation
Neural networks deep neural networks
Their teaching and application of neural networks
Regularization
Ajánlott irodalom:
Norvig, P. Russell, and S. Artificial Intelligence. A modern approach. Upper Saddle River, NJ, USA:: Prentice Hall, 2002. ISBN-13: 9780137505135
https://hmkcode.com/ai/backpropagation-step-by-step/
Chollet, Francois. Deep learning with Python. Simon and Schuster, 2021. ISBN-13: 978-1617296864
Kompetenciák:
Please find the detailed list, as quoted from the Hungarian training and outcome requirements of the Physicist Engineer program, in the Hungarian version of the course description.