Курс: Інтелектуальний аналіз даних (старий)

Структура за темами

Українські літературні джерела:

Гончаренко А., Литвиненко О., Лукашевич Ю. Машинне навчання: теорія та практика [Електронний ресурс]. — К.: Видавничий дім «ІнЖЕК», 2019. — 456 с. — Режим доступу: https://injek.com.ua/books/machine-learning-teoriya-ta-praktyka-goncharenko-a-litvinenko-o-lukashevich-y/ (дата звернення: 28.02.2023).
Клименко В., Радченко В., Саєнко О. Дані великих обсягів: технології збору, зберігання та аналізу [Текст] / В. Клименко, В. Радченко, О. Саєнко. — К.: Видавничий дім «ІнЖЕК», 2020. — 320 с.
Музичук О., Пасичний І., Литвиненко Ю. Аналіз даних: технології та засоби [Текст] / О. Музичук, І. Пасичний, Ю. Литвиненко. — К.: Видавничий дім «ІнЖЕК», 2019. — 344 с.
Лазарєв О., Бобришев І., Мартинов М. Статистичний аналіз даних з використанням пакету програм R [Текст] / О. Лазарєв, І. Бобришев, М. Мартинов. — К.: Видавничий дім «ІнЖЕК», 2017. — 352 с.
Сергієнко А. Моделі глибинного навчання з TensorFlow [Текст] / А. Сергієнко. — К.: Видавничий дім «ІнЖЕК», 2020. — 288 с.

Зарубіжні літературні джерела:

Witten I. H., Frank E., Hall M. A. Data Mining: Practical Machine Learning Tools and Techniques [Видобуток даних: практичні інструменти та техніки машинного навчання]. Morgan Kaufmann Publishers, San Francisco, 2016.
Tan P.-N., Steinbach M., Kumar V. Introduction to Data Mining [Вступ до видобутку даних]. Pearson Education, Inc., Upper Saddle River, New Jersey, 2006. 3. Bishop C. M. Pattern Recognition and Machine Learning [Розпізнавання зразків та машинне навчання]. Springer, New York, 2006.

Інтелектуальний аналіз даних (старий)

Структура за темами

Загальне

Успішність

Тестування

Лекції

Лабораторні роботи

Курсова робота

Література