“Süni intellekt və maşın öyrənmə” kursu keçirilib
İcxeberinfo.az xəbər verir ki, Bakı Ali Neft Məktəbində Azərbaycan Gənclər Fondunun Qrant layihəsi olaraq “Süni intellekt və maşın öyrənmə” kursu keçirilib.
Bildiyiniz kimi, maşın öyrənməsi sivilizasiyanın inkişafına kömək edən futuristik cəmiyyətin mühüm hissələrindən biri hesab olunur, buna görə də bütün dünyada öyrənilir və yüksək dərəcədə istifadə olunur.
Maşın öyrənməsi süni intellektin tətbiq sahəsidir və geniş şəkildə sistemlərin avtomatik olaraq öyrədilmədən, təcrübə və təlimatlar vasitəsilə maşının ağıllı insan davranışını təqlid etmək qabiliyyəti kimi müəyyən edilir. Süni intellekt sistemləri insanların problemləri necə həll etdiyinə bənzər şəkildə mürəkkəb vəzifələri yerinə yetirmək üçün istifadə olunur. SOCAR-ın Bakı Ali Neft Məktəbində (BANM) Ali Məktəbin Kimya mühəndisliyi ixtisasının tələbəsi və Tələbə Gənclər Təşkilatının sədri Aysu Zamanovanın Gənclər Fondu tərəfindən qrant qazandığı “Süni intellekt və maşın öyrənmə” kursu yekunlaşıb. 3 ay müddətində həftədə 2 dəfə keçirilən kursu uğurla bitirən 13 nəfərə sertifikatlar təqdim olunub.Ümumilikdə bu kursda iştirak üçün 480 nəfər qeydiyyatdan keçib, onlar arasından 26 nəfər seçilərək kursa qatılma imkanı əldə edib.
Kurs müddəti zamanı keçirilən dərslərin siyahısı:
1. Jupyter notebook, Numpy və Pandas kitabxanaları.
2. Matplotlib kitabxanası.
3. Seaborn kitabxanası.
4. Datanın train və test hissələrinə ayrılması.
5. KNN classifier metodu.
6. Confusion matrix.
7. KNN regressor metodu.
8. 1-hot encoding, RMSE, MAE.
9. Feature mühəndisliyi haqqında məlumat.
10. Çatışmayan datanın əlavə edilməsi metodları.
11. Linear regression teoremi
12. Ridge və Lasso regularization metodları.
13. Decision tree metodu.
14. Decision tree classifier və regressor metodları.
15. Gini əmsalı və informasiya teoremi.
16. Decision tree regularization.
17. Cross Validasiya, GridSearchCV metodu.
18. ML pipeline-larının hazırlanması.
19. Logistic regression teoremi.
20. Logistic regression sklearn kitabxanası.
21. Model birləşdirmə metodları.
22. Random Forest metodu.
23. Bagging və boosting izahı.
