Секція: Задача прогнозування. Лінійна регресія. Градієнтний спуск | Моделювання та прогнозування в сфері природокористування | Навчальний портал НУБіП

Головна Всі курси Кафедри Студентам ЦДТН

Опис курсу

Спеціальності: •122 Комп’ютерні науки (•Інформаційні управляючі системи та технології; •Комп'ютерний еколого-економічний моніторинг); •051 Економіка (•Економічна кібернетика). ОС: Магістр. Семестр: 1 (ІУСТ); 2 (КЕЕМ; ЕкК). ЄКТС: 5 (ІУСТ, КЕЕМ); 4 (ЕкК).
Загальна кількість годин - 150, з них лекції - 20, лабораторні роботи - 30, самостійна робота - 100 (ІУСТ; КЕЕМ); 70 (ЕкК). Підсумкова атестація - екзамен.
Викладач: Кириченко Віктор Віктрович - канд. фіз.-мат. наук, доцент кафедри комп’ютерних наук.

Схема розділу

- Виберіть дію Презентація до заняття 7
  
  Презентація до заняття 7 Файл PDF
  
  1.5 Мб
- Виберіть дію Код до заняття
  
  Код до заняття Файл ZIP
  
  1.4 Мб
- Виберіть дію Machine Learning Basics: Model, Cost function and Gradient Descent
  
  Machine Learning Basics: Model, Cost function and Gradient Descent URL (веб-посилання)
- Виберіть дію Метод найменших квадратів
  
  Метод найменших квадратів URL (веб-посилання)
- Виберіть дію Regression Metrics for Machine Learning
  
  Regression Metrics for Machine Learning URL (веб-посилання)
- Виберіть дію scikit-learn
  
  scikit-learn URL (веб-посилання)
- Виберіть дію sklearn.linear_model.LinearRegression
  
  sklearn.linear_model.LinearRegression URL (веб-посилання)

Доступність

Скинути все

Шрифти

Розмір шрифта

1

Колір тексту

Колір тла

Кернінг шрифтів

Видимість картинок

Інтервал між літерами

0

Висота рядка

1.2

Виділити посилання

© 2006-2025. Всі права застережено

Правила користування порталом Політика конфіденційності