Машинное обучение — способы научить компьютер искать новые закономерности и решать различные задачи на основе предоставляемых данных. В современном мире мы активно пользуемся голосовыми помощниками, получаем необходимые ответы по запросам в поисковых системах, получаем рекомендации к покупкам в интернет-магазинах или просмотрам в социальных сетях. Это стало возможным благодаря применению искусственного интеллекта, где ключевую роль играет не сложный код и программирование, а алгоритмы на основе логических выводов, полученных из наборов данных.
Машинным обучением (англ. Machine Learning, ML) называют разработку алгоритмов для анализа наборов данных (специально подготовленные базы данных, собранные экспертами) и обучение на них модели, которая может принимать решения и выдавать правильный ответ на поставленную задачу.
Мастер-класс состоит из 2-х частей.
Первая часть теоретическая (1–1,5 часа). Слушатели узнают о методах машинного обучения и способах их применения. Более подробно будет рассмотрен один из самых первых и распространенных методов регрессионного анализа - линейная регрессия, а затем под руководством лектора участники смогут глубже разобраться в теме на основе готового кода модели, определяющей качество вина по его характеристикам.
Вторая часть практическая (1 час). Будут рассказаны необходимая математическая база и пошаговый алгоритм обучения модели линейной регрессии. При желании под руководством лектора участники могут самостоятельно реализовать программный код алгоритма. Для участия в практической части мастер-класса нужно взять с собой ноутбук и уметь запускать какую-нибудь среду для исполнения кода (или просто иметь доступ к своему google-аккаунту).
Приглашаем желающих узнать больше про современные алгоритмы для анализа данных.
Ведущий: Алексей Андросов, специалист зала МедиаLAB.