Study program:

• 122 “Computer Science” / ”Комп’ютерні науки”

Degree: Bachelor

Type of module: lecture, practical work

Lecturer: Prof., Dr of science Iryna Perova / Проф. д.т.н. Ірина Перова

Language: English

Credit Points: 3 ECTS

Description:
Topic 1. Artificial intelligence, intelligent systems, machine learning. Basic concepts. Topic 2. Anaconda Navigator, Python, introduction, modules. Topic 3. Python programming (DataFrames). Topic 4. Data preprocessing (standardization, outlier detection, fill in gaps etc.) (+practical work) Topic 5. Feature selection. Feature extraction. Topic 6. Data visualization (PCA, TSNE) (+practical work). Topic 7. Exploratory data analysis (EDA) (+practical work). Topic 8. Clustering (k-means, DBSCAN, hierarchical clustering etc). Metrics for clustering assessment (+practical work). Topic 9. Classification tasks (KNN, SVM, Naïve Bayes). Topic 10. Classification tasks (decision trees, Random forest model etc.). Metrics for classification tasks assessment (+practical work). Topic 11. Regression analysis (linear regression, logistic regression). Metrics (+practical work). Topic 12. Practical examples of ML implementation.

Мета курсу — надати студентам загальну інформацію про основи методів інтелектуального аналізу даних на основі машинного навчання, включаючи завдання попередньої обробки, кластеризації, класифікації та регресії; набуття студентами знань та навичок практичного застосування цих методів за допомогою Python 3.