“Uvod u analizu podataka” - tečaj 20 000 RUB. iz MSU, obuka 13 tjedana. (1,5 mjesec), Datum: 12.05.2023.

Datumi: 12,16,17,19,23,24. svibnja 2023.

Nastava od 17.00 do 20.00 sati

Predavanje 1 Zahtjevi za upis. Uvod u program
Izjave o ciljevima
Pregled programa
Termini linearne algebre
Primjeri prikaza predmeta
Pravila za rad s matricama i vektorima na razini 1.-2.godine tehničkog sveučilišta.

Predavanje 2 Osnovni tipovi modela za pronalaženje uzoraka u podacima
Regresijska analiza
Grupiranje podataka
Jednostavna i generalizirana stabla odlučivanja
Redukcija podataka - analiza glavnih komponenti
Evolucijski algoritmi
Neuronske mreže

Predavanje 3 Uvod u analizu podataka
Uvod u analizu podataka i prepoznavanje uzoraka
Primarna transformacija podataka, traženje outliera
Regresijska analiza, rolling control
Stabla odlučivanja, jednostavne i generalizirane forme

Predavanje 4 Blizina (sličnost) objekata. Klasteri i njihovo traženje
Klaster kao povezana komponenta grafa.
Konstruiranje minimalnog razapinjućeg stabla.
Metoda K znači, jednostavna i generalizirana verzija.
Hijerarhijska klaster analiza, dendrogrami

Predavanje 5 Metoda glavne komponente
Faktori i njihovo traženje, dekompozicija SVD matrice
Geometrijsko značenje faktora
Regresija na faktore
Višedimenzionalno skaliranje

Predavanje 6 Napredne metode analize
Evolucijski algoritmi – GMDH, genetski
Kernel funkcije – analiza podataka bez predznaka
SVM i vektori podrške
“Kada ima malo podataka” – Bootstrap metoda
Obitelji prediktivnih algoritama
"Nejasni" znakovi (Fuzzy)
"Fuzzy" klasifikatori

Predavanje 7 Neuronske mreže. 1. dio
Perceptronski model i njegova ograničenja
Klasične neuronske mreže, sloj neurona, dvije vrste neurona
Problemi koje rješavaju neuronske mreže, “Duboko učenje”

Predavanje 8 Neuronske mreže. 2. dio
Analiza slike i konvolucijske neuronske mreže
Neuronske mreže i inženjerstvo značajki
Problem prekomjernog opremanja
Perspektive razvoja neuronskih mreža
Grafičke procesorske jedinice (GPU).

Predavanje 9 Konsolidacija znanja
Ponavljanje osnovnog gradiva na primjeru iz prakse
Sažimajući

Kumulativni kredit