DE0150 Ievads risinājumu datorizētā apstrādē

Kods DE0150
Nosaukums Ievads risinājumu datorizētā apstrādē
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Profesionālais
Tematiskā joma Datorika
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Gints Jēkabsons, Jurijs Lavendels
Kredītpunkti 5.0
Daļas 1
Anotācija Studiju kursa ietvaros studenti apgūst uzraudzītas mašīnmācīšanās un matemātiskās optimizēšanas elementus un to praktisko pielietojumu, ar uzsvaru uz regresijas metodēm un kombinatorisko optimizēšanu. Tiek apgūtas arī mašīnmācīšanās modeļu prognozēšanas spējas novērtēšanas metodes, faktoru atlase un modeļu struktūras optimizēšana..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Ievads, uzraudzītas mašīnmācīšanās pamatprincipi un pamatproblēmas 2 3 0 0
Lineārā regresija, mazāko kvadrātu metode, polinomu modeļi 6 8 0 0
Tuvāko kaimiņu metode 2 3 0 0
Modeļu prognozēšanas spējas novērtēšanas kritēriji un metodes 9 14 0 0
Modeļu struktūras optimizēšana, faktoru apakškopas atlase, optimizēšanas metožu apskats 8 12 0 0
Ģenētiskie algoritmi, ģenētiskā programmēšana 9 14 0 0
Dažādu citu metožu apskats 9 14 0 0
Mašīnmācīšanās programmatūra un apskatīto metožu praktiskie pielietojumi 9 11 0 0
Kopā: 54 79 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir iegūt zināšanas par uzraudzītas mašīnmācīšanās pamatprincipiem, regresijas problēmu, konkrētām mašīnmācīšanās un optimizēšanas metodēm, modeļu novērtēšanu un to struktūras optimizēšanu, kā arī iegūt zināšanas un prasmes apskatīto metožu praktiskajā pielietošanā.
Sasniedzamie studiju
rezultāti un to vērtēšana
Pārzina studiju kursā apskatītās mašīnmācīšanās pamatproblēmas un to risināšanu ar konkrētām metodēm. - Sekmīgi izpildīti individuālie uzdevumi un nokārtots gala pārbaudījums.
Spēj veikt studiju kursa tēmām atbilstošu problēmu patstāvīgu pētīšanu un savu risinājumu izstrādi. - Pozitīvi novērtēts referāts / projekts.
Spēj pielietot problēmām atbilstošas metodes un algoritmus. Pārzina to darbību un prot tos pielietot praksē. - Sekmīgi izpildīti individuālie uzdevumi.
Studiju rezultātu vērtēšanas kritēriji
Kontroldarbi - 40%
Referāts / Projekts - 50%
Referāta / projekta prezentēšana / Gala pārbaudījums - 10%
 
Priekšzināšanas Matemātika
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 5.0 40.0 0.0 14.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]