Основи машинного навчання і аналіз часових рядів

К1. Здатність застосовувати отримані теоретичні знання, наукові і технічні методи та відповідне програмне забезпечення для вирі-шення науково-технічних проблем і задач електроенергетики та електротехніки, управління енергоефек-тивністю.
К2. Здатність демонструвати знання і розуміння математичних принципів і методів, необхідних для використання в електроенергетиці, електротехніці та електромеханіці.

Мета вивчення дисци-пліни: формування у студентів знань в області основних матема-тичних підходів та технології побудови моделей машинного навчання, методів попередньої обробки та аналізу даних, основ роботи з текстовими даними, зображеннями та часовими рядами.
Практичне значення та використання отриманих знань: за результатами вивчення дисципліни здобувач повинен вміти: визначати модель та алгоритми машинного навчання для застосування у конкретних техніч-них умовах; коректно використовувати вхід-ні дані у процесі нав-чання моделі, та її тес-тування, виключати некоректні значення у вхідній множині даних та заповнювати про-пущені дані; впрова-джувати навчені та протестовані моделі у сфері своєї технічної діяльності а також оцінювати ефектив-ність та надійність роботи моделей.

РН1. Вміти обирати релевантну модель машинно-го навчання відповідно до виду практичної задачі.
РН2. Вміти обробляти вхідні дані для моделей та коректно їх застосовувати на всіх етапах роботи моделі.
РН3. Вміти застосовувати обрану модель та оцінювати ефективність її роботи.