Παρουσίαση/Προβολή

Εικόνα επιλογής

Μηχανική Μάθηση και Εξόρυξη γνώσης

(TP340) -  ΠΑΠΑΔΑΚΗΣ ΝΙΚΟΣ

Περιγραφή Μαθήματος

ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

  • Τεχνικές μάθησης με επίβλεψη (classification, prediction) και χωρίς επίβλεψη (clustering, associations).
  • Στατιστικά Μοντέλα και ο κανόνας του Bayes
  • Μηχανές διανυσμάτων υποστήριξης (Support vector machines)
  • Αυτο-οργανούμενα μοντέλα: Self-Organizing Maps (SOM)
  • Ανάλυση κυρίων συνιστωσών (Principal Component Analysis - PCA)
  • Clustering. ο αλγόριθμος K-μέσων
  • Ενισχυτική Μάθηση (Reinforcement Learning)
  • Dimensionality reduction και Sparse Dictionary Learning
  • Εφαρμογές εξόρυξης γνώσης από τα περιεχόμενα, τηε δομή και τη χρήση του παγκόσμιου ιστού.

ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

  • Κ. Διαμαντάρας, Τεχνητά Νευρωνικά Δίκτυα, εκδόσεις Κλειδάριθμος, 2007
  • Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου, Τεχνητή Νοημοσύνη - Γ' Έκδοση, ISBN: 978-960-8396-64-7, Έκδοση/Διάθεση: Εκδόσεις Πανεπιστημίου Μακεδονίας, 2011
  • Haykin, Simon. Νευρωνικά δίκτυα και μηχανική μάθηση / Simon Haykin · μετάφραση Ελένη Γκαγκάτσιου. - 3η έκδ. - Αθήνα : Παπασωτηρίου, 2010

Ημερομηνία δημιουργίας

Κυριακή 13 Σεπτεμβρίου 2015