Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Μεταπτυχιακό μάθημα ΗΜΜΥ - Μηχανική Μάθηση

  • Συντάχθηκε 15-03-2011 12:51 από Michail Lagoudakis Πληροφορίες σύνταξης

    Email συντάκτη: lagoudakis<στο>tuc.gr

    Ενημερώθηκε: -

    Ιδιότητα: ΔΕΠ ΗΜΜΥ.
    Στο φετινό εαρινό εξάμηνο διδάσκεται το μεταπτυχιακό μάθημα Μηχανική Μάθηση από τους Διγαλάκη και Λαγουδάκη το οποίο πιθανότατα ενδιαφέρει μεταπτυχιακούς φοιτητές και προχωρημένους προπτυχιακούς φοιτητές του τμήματος ΗΜΜΥ, ίσως και άλλων τμημάτων του Πολυτεχνείου. Παρατίθεται παρακάτω η περιγραφή του μαθήματος από τον οδηγό μεταπτυχιακών σπουδών. Περισσότερες πληροφορίες θα βρείτε στη σελίδα του μαθήματος στον ιστοχώρο μαθημάτων (courses). Η επόμενη συνάντηση, αυτή την εβδομάδα, θα γίνει την Τετάρτη 16 Μαρτίου, 1μμ, στην αίθουσα 141.Α14-2 του Εργαστηρίου Ευφυών Συστημάτων ΗΜΜΥ με προοπτική η μόνιμη ώρα συνάντησης να είναι Παρασκευή 11πμ. Όσοι ενδιαφέρεστε, παρακαλώ εγγραφείτε στο μάθημα στο courses.

    Μηχανική Μάθηση ΠΛΗ 613

    Βασικές έννοιες μηχανικής μάθησης και στατιστικής. Επιβλεπόμενη μάθηση: least mean squares (LMS), logistic regression, perceptron, Gaussian discriminant analysis, naive Bayes, support vector machines, model selection and feature selection, ensemble methods (bagging, boosting). Θεωρία μάθησης: bias/variance tradeoff, union and Chernoff/Hoeffding bounds, VC dimension. Μη επιβλεπόμενη μάθηση: clustering, k-means, EM, mixture of Gaussians, factor analysis, principal components analysis (PCA), independent components analysis (ICA). Ενισχυτική μάθηση: Markov decision processes (MDPs), Bellman equations, value iteration, policy iteration, value function and policy approximation, least-squares methods, reinforcement learning algorithms, partially observable MDPs (POMDPs), algorithms for POMDPs.

© Πολυτεχνείο Κρήτης 2012