Машин сургалтыг 1959 онд Артур Сэмюэл "компьютеруудад тодорхой програмчлалгүйгээр сурах чадварыг олгодог судалгааны чиглэл" гэж тодорхойлсон байдаг. Python програмтай EITC/AI/MLPP Machine Learning Programming нь Python програмчлалд анхаарлаа төвлөрүүлж, машин суралцах үндсийг (онолын үндсэн ойлголтыг багтаасан) нэвтрүүлэх зорилготой юм. Онолоос бусад нь програмыг хянах, хараа хяналтгүй, гүнзгий суралцах машин сурах алгоритмын онол, практик талуудтай хамт хамардаг. Хөтөлбөр нь шугаман регресс, K Nearest Neighbors, Support Vector Machines (SVM), хавтгай кластер, шаталсан кластер, мэдрэлийн сүлжээ зэргийг хамарна. Үүнд оролцсон алгоритмуудын үндсэн ойлголтууд ба цаад логикууд орно. Мөн үлгэр жишээ бодит өгөгдлийн багцыг ашиглан програмчлахад алгоритмын хэрэглээний талаархи хэлэлцүүлгийг (жишээлбэл, Scikit-Learn) авч үзнэ. Хөтөлбөр нь эдгээр алгоритмуудыг кодоор хэрэгжүүлэх замаар алгоритм тус бүрийн дэлгэрэнгүй мэдээллийг багтаах болно, үүнд алгоритмууд яг хэрхэн ажилладаг, тэдгээрийг хэрхэн өөрчилж болох, тэдгээрийн шинж чанарууд, давуу болон сул талуудыг багтаасан ойлголтуудыг багтаасан математикийг багтаасан болно. Машин сургалтанд хамрагдах алгоритмууд нь маш хялбар байдаг (том өгөгдлийн багцыг өргөжүүлэх хэрэгцээ шаардлагаас хамаарч), тэдгээрийн үндэслэсэн математик (шугаман алгебр).
Сургалтын хөтөлбөрийн лавлах материал
Python-ийн баримт бичиг
https://www.python.org/doc/
Python нь татан авалтыг гаргадаг
https://www.python.org/downloads/
Эхлэгчдэд зориулсан гарын авлага
https://www.python.org/about/gettingstarted/
Python Wiki-ийн анхан шатны гарын авлага
https://wiki.python.org/moin/BeginnersGuide
W3Schools Python машин сурах заавар
https://www.w3schools.com/python/python_ml_getting_started.asp
EITC/AI/MLP Machine Learning with Python програмын офлайн бие даан суралцах бэлтгэл материалыг бүрэн PDF файлаар татаж аваарай.
EITC/AI/MLP бэлтгэх материал – стандарт хувилбар
EITC/AI/MLP-ийн бэлтгэл материалууд – хянан шалгах асуулт бүхий өргөтгөсөн хувилбар