Machine Learning

Section outline

• Select section Ανακοινώσεις

  Ανακοινώσεις

  Collapse all Expand all

  • Select activity Ανακοινώσεις

    

    Ανακοινώσεις Forum
• Select section Γενικές πληροφορίες μαθήματος

  Γενικές πληροφορίες μαθήματος

  Highlighted

  Μεταπτυχιακό μάθημα χειμερινού εξαμήνου

  Κωδικοί μαθήματος στα προγράμματα σπουδών

  • ΠΜΣ: 316
  • ΕΔΕΜΜ: 852
  • ΔΣΑΚ: Γ12
  • ΕΜΕ: 94125
  • Προτυποποίηση: 9531

  Διδάσκοντες

  • Γεώργιος Στάμου, Καθηγητής
  • Ανδρέας-Γεώργιος Σταφυλοπάτης, Καθηγητής
  • Αθανάσιος Βουλόδημος, Επίκουρος Καθηγητής
  • Παρασκευή Τζούβελη, ΕΔΙΠ

  Διαλέξεις Θεωρίας Πέμπτη 12:45-15:30 Αιθ. 010.  Εργαστήριο Τρίτη 08:45-10:30 στο PC Lab της ΣΗΜΜΥ.  Το εργαστήριο πραγματοποιείται σε συγκεκριμένες ημερομηνίες που ανακοινώνονται εγκαίρως. Βαθμολογικό σχήμα Τελική γραπτή εξέταση: 70% Εργασίες: 30% Κανονισμοί απουσιών Η παρακολούθηση του μαθήματος είναι υποχρεωτική για όλους. Οι κανονισμοί διαφέρουν μεταξύ των προγραμμάτων. Παρακαλούμε συμβουλευτείτε τους κανονισμούς απουσιών που σας αφορούν. Διδακτέα - εξεταστέα ύλη Η διδακτέα και εξεταστέα ύλη είναι το σύνολο της ύλης των διαλέξεων και του εργαστηρίου.
• Select section Διαλέξεις

  Διαλέξεις

  • Select activity Διαλέξεις

    

    Διαλέξεις Folder
• Select section Εργαστήριο

  Εργαστήριο

  Το εργαστήριο γίνεται Τρίτη 08.45-10.30 στην αίθουσα Α3 του PC Lab σε συγκεκριμένες ημερομηνίες που ανακοινώνονται εγκαίρως. To PC Lab βρίσκεται στα νέα κτίρια ηλεκτρολόγων, στην πτέρυγα Α' (Α' φάση) στον πρώτο όροφο.  

  • Select activity Εργαστήριο

    

    Εργαστήριο Folder

    Στο φάκελο αυτό θα ανεβαίνει το υλικό που παρουσιάζεται στα εργαστήρια του μαθήματος.

  • Select activity 1η εργαστηριακή ατομική εργασία

    

    1η εργαστηριακή ατομική εργασία Assignment

    Opened: Wednesday, 8 November 2023, 12:00 AM
  • Select activity 2η εργαστηριακή ατομική εργασία

    

    2η εργαστηριακή ατομική εργασία Assignment

    Opened: Tuesday, 12 December 2023, 12:00 AM

    Due: Sunday, 21 January 2024, 11:59 PM
  • Select activity Απορίες για τις εργαστηριακές εργασίες

    

    Απορίες για τις εργαστηριακές εργασίες Forum
• Select section Βιβλιογραφία

  Βιβλιογραφία

  Κύρια textbooks

  • Simon Haykin - Neural Networks and Learning Machines - Prentice Hall, 3rd Edition (2008) - Simon Haykin, Νευρωνικά Δίκτυα και Μηχανική Μάθηση, Εκδόσεις Παπασωτηρίου, 2010
  • Christopher Bishop - Pattern Recognition And Machine Learning - Springer (2006)
  • Mehryar Mohri, Afshin Rostamizadeh, Ameet Talwalkar - Foundations of Machine Learning (second edition) - The MIT Press (2018)
  • Shai Shalev-Shwartz and Shai Ben-David - Understanding Machine Learning: From Theory to Algorithms - Cambridge University Press (2014)

  Συμπληρωματικά textbooks

  • Ian Goodfellow, Yoshua Bengio, and Aaron Courville - Deep learning. MIT press (2016)
  • Vladimir Vapnik - The Nature Of Statistical Learning (second edition) - Springer  (2010)

  Πρακτική Μηχανική Μάθηση

  • Raschka, Sebastian, and Vahid Mirjalili. Python Machine Learning, 3rd Ed. Packt Publishing (2019) - code repository
  • Géron, A. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, tools, and techniques to build intelligent systems. O'Reilly Media. (2019) - code repository

  Αντιστοίχιση ύλης - κεφαλαίων textbooks

  	Haykin	Bishop	Mohri	Shalev	Goodfellow
  Supervised Learning		4	1	2,9
  Model Selection			4	11
  Perceptron	1	4	8	9
  Regression		3	11,6	9,16
  Clustering		9		22
  Decision Trees			9	18
  MLP	4	5		20
  DFFN					6
  The PAC Learning Framework			2	3,4
  SVM & Kernel Methods	6	7	5,6	15,16
  Regularization		5	5	13
  Rademacher Complexity - VC Dimension			3	26,6
  Deep Learning Intro1					9
  Online Learning			8	21
  Reinforcement Learning			17
  Boosting			7	10
  Multiclass Classification - Ranking			9,10	17

  ¹για το ResNet: Dive Into Deep Learning 7.6