| Class semester | 1st semester |
|---|---|
| Class type | Mandatory |
| Instructors | Anastasia Krithara
|
1. Introduction
2. Regression
3. Decision Trees
4. Logistic Regression
5. Part 1: kNN & clustering
Part 2: Evaluation & Performance measures
6. Applied Machine Learning I
7. Applied Machine Learning II
8. Support Vector Machines
9. Naive Bayes
10. Ensembles
11. Feature Selection and Dimensionality Reduction
12. Dimensionality Reduction and Gradient Descent
13. Sampling
© Εθνικό Κέντρο Έρευνας Φυσικών Επιστημών «Δημόκριτος» για το Ινστιτούτο Πληροφορικής & Τηλεπικοινωνιών και Πανεπιστήμιο Πελοποννήσου για το Τμήμα Πληροφορικής και Τηλεπικοινωνιών. Τα περιεχόμενα του ιστοχώρου «ΠΜΣ Επιστήμη των Δεδομένων» μπορούν να αναπαραχθούν ελεύθερα για μη εμπορικούς σκοπούς.
