Mašīnmācīšanos 1959. gadā Artūrs Semjuels definēja kā "pētījumu jomu, kas dod datoriem iespēju mācīties, nepārprotami nepārprogrammējot". EITC/AI/MLPP Machine Learning Programming with Python programmas mērķis ir ieviest mašīnmācīšanās pamatus (ieskaitot teorijas pamatzināšanu), koncentrējoties uz programmēšanu ar Python. Izņemot teoriju, tā aptver lietojumus, kā arī uzraudzītu, nepārraudzītu un dziļu mašīnmācīšanās algoritmu teorētiskos un praktiskos aspektus. Programma aptver lineāro regresiju, K tuvākos kaimiņus, atbalsta vektoru mašīnas (SVM), plakanu kopu izveidi, hierarhisku kopu veidošanu un neironu tīklus. Tas ietver pamatjēdzienus par iesaistītajiem algoritmiem un loģiku. Tas aptver arī algoritmu lietojumu apspriešanu programmēšanā, izmantojot reālu datu kopas, kā arī moduļus (piemēram, Scikit-Learn). Programma aptvers arī informāciju par katru no algoritmiem, ieviešot šos algoritmus kodā, ieskaitot iesaistīto matemātiku ar ieskatu par to, kā tieši algoritmi darbojas, kā tos var modificēt un kādas ir to īpašības, tostarp priekšrocības un trūkumi. Mašīnmācībā iesaistītās algoritmikas ir diezgan vienkāršas (ko nosaka to mērogošanas nepieciešamība pēc lielām datu kopām), tāpat kā matemātika, uz kuras tie balstās (lineārā algebra).
Mācību programmu atsauces resursi
Python dokumentācija
https://www.python.org/doc/
Python izlaiž lejupielādes
https://www.python.org/downloads/
Ceļvedis Python iesācējiem
https://www.python.org/about/gettingstarted/
Python Wiki ceļvedis iesācējiem
https://wiki.python.org/moin/BeginnersGuide
W3Schools Python mašīnmācīšanās apmācība
https://www.w3schools.com/python/python_ml_getting_started.asp
Lejupielādējiet pilnus bezsaistes pašmācības sagatavošanas materiālus EITC/AI/MLP mašīnmācībai ar Python programmu PDF failā
EITC/AI/MLP sagatavošanas materiāli – standarta versija
EITC/AI/MLP sagatavošanas materiāli – paplašinātā versija ar pārskata jautājumiem