Курс «Методы и алгоритмы машинного обучения» охватывает ключевые подходы к анализу данных и построению прогнозных моделей: от классических методов (линейная и логистическая регрессия, метод ближайших соседей, деревья решений, байесовский классификатор, метод опорных векторов) до ансамблевых техник (случайный лес, градиентный бустинг) и основ нейросетевого обучения.
Курс является продолжением курсов в прошлых семестрах.