Самообучающиеся системы

1. Введение: о искусственном интеллекте и machine learning.
2. Деревья принятия решений (decision trees). (PDF, 700Kb) (PDF, 400Kb)
3. Нейронные сети: суть, общая структура, перцептроны. (PDF, 400Kb) (PDF, 370Kb)
4. Нейронные сети: различные разновидности нейронных сетей. (PDF, 550Kb) (PDF, 340Kb)
5. Генетические алгоритмы.
6. Вспоминаем теорию вероятностей и статистику в нужном объёме: доверительные интервалы, оценки плотности, регрессионный анализ, оценки максимального правдоподобия.
7. Статистические самообучающиеся алгоритмы: Bayes classifiers, максимизация ожидания и т.д.
8. Статистические самообучающиеся алгоритмы: скрытые Марковские модели (hidden Markov models).
9. Байесовские сети доверия (БСД): введение, основы.
10. Обучение БСД: как распознавать условные вероятности.
11. Обучение БСД: как распознавать структуру сети.