COURSE_TMO

Репозиторий курса "Технологии машинного обучения", бакалавриат, 6 семестр.

Лекции:

Конспекты лекций:

1. Вводная лекция:

   • Структура курса.
   • Инструментальные средства анализа данных.
   • Средства и способы визуализации данных.
   • Наборы данных.
   • Пример разведочного анализа данных.

2. Искусственный интеллект, анализ данных и машинное обучение.

3. Библиотеки обработки данных для языка Python.

Введение в библиотеки:

* [Numpy](https://nbviewer.jupyter.org/github/ugapanyuk/ml_course_2022/blob/main/common/notebooks/pandas/numpy_tutorial.ipynb)
* [SciPy](https://nbviewer.jupyter.org/github/ugapanyuk/ml_course_2022/blob/main/common/notebooks/pandas/scipy_tutorial.ipynb)
* [Pandas](https://nbviewer.jupyter.org/github/ugapanyuk/ml_course_2022/blob/main/common/notebooks/pandas/pandas_tutorial.ipynb)
* [PandaSQL](https://nbviewer.jupyter.org/github/ugapanyuk/ml_course_2022/blob/main/common/notebooks/pandas/pandasql_tutorial.ipynb)

Лабораторные работы:

1. Разведочный анализ данных. Исследование и визуализация данных.

Полезные ссылки:

1. Инструментальные средства анализа данных.
2. Карта методов scikit-learn.