![]() | Кафедра прикладної радіоелектроніки |
Курс присвячено вивченню основних алгоритмів машинного навчання, які можна застосувати для вирішення прикладних задач, пов’язаних з обробкою даних, отриманих від різних електронних пристроїв.
Студенти ознайомляться з основними парадигмами машинного навчання (навчання з вчителем, без вчителя та з підкріпленням), алгоритмами для класифікації, кластеризації, регресії тощо. Вивчать основні типи нейронних мереж, їх архітектуру та застосування.
За допомогою мови програмування Python студенти самостійно реалізовують різноманітні алгоритми, створюють та навчають нейронні мережі для розпізнавання зображень, розробляють програми для оброблення даних в реальному часі.
Курсом передбачено 8 комп'ютерних практикумів. Основна мова – Python, проте для реалізації поставлених задач можна використовувати і будь-яку іншу, більш зручну для студента, мову програмування. Також для деяких занять потрібні лабораторні макети на основі Atmega328 для збирання та передавання даних від давачів на комп'ютер.
Не потребує початкових знань
Кількість балів | Оцінка |
---|---|
100-95 | Відмінно |
94-85 | Дуже добре |
84-75 | Добре |
74-65 | Задовільно |
64-60 | Достатньо |
Менше 60 | Незадовільно |
Не виконані умови допуску | Не допущено |
Курсом передбачено 8 комп'ютерних практикумів. Основна мова - Python, проте для реалізації поставлених задач можна використовувати і будь-яку іншу більш зручну для студента мову програмування. Також для деяких занять потрібні лабораторні макети на основі Atmega328 для збирання та передавання даних від давачів на комп'ютер.
Робочу програму навчальної дисципліни (силабус):
Складено
Адаменко В. О.;
Ухвалено кафедрою ПРЕ (протокол № від )
Погоджено методичною комісією факультету/ННІ (протокол № ______ від ______)