Описание:Рассматриваются задачи машинного и глубокого обучения с учителем (регрессия и классификация), решаемые с помощью линейных, метрических, правиловых методов, а также композиций алгоритмов и нейросетей. Рассматриваются как обычные, так и глубокие нейросети с большим числом слоев. Изучаются нейросетевые архитектуры общего вида и специализированные архитектуры для работы с изображениями и последовательностями.
Рассматриваются вопросы подбора параметров и гиперпараметров моделей, а также оценки их качества.