Ang pag-aaral ng makina ay tinukoy noong 1959 ni Arthur Samuel bilang "larangan ng pag-aaral na nagbibigay sa mga computer ng kakayahang matuto nang hindi malinaw na nai-program". Ang EITC/AI/MLPP Machine Learning Programming na may programa ng Python ay naglalayong ipakilala ang mga pangunahing kaalaman sa pag-aaral ng makina (kabilang ang pangunahing pag-unawa sa teorya) na nakatuon sa pagprograma kasama ang Python Maliban sa teorya sumasaklaw ito ng mga aplikasyon kasama ang teoretikal at praktikal na mga aspeto ng pinangangasiwaan, hindi sinusuportahan, at malalim na pag-aaral ng mga algorithm ng pag-aaral. Saklaw ng programa ang linear regression, K Nearest Neighbours, Support Vector Machines (SVM), flat clustering, hierarchical clustering, at neural network. Nagsasama ito ng pangunahing mga paniwala ng mga kasamang algorithm at ang lohika sa likod. Saklaw din nito ang talakayan ng mga aplikasyon ng mga algorithm sa pag-program gamit ang halimbawa ng mga tunay na hanay ng data kasama ang mga module (hal. Scikit-Learn). Saklaw din ng programa ang mga detalye ng bawat isa sa mga algorithm sa pamamagitan ng pagpapatupad ng mga algorithm na ito sa code, kasama ang mga kasangkot na matematika na may mga pananaw sa kung paano eksaktong gumagana ang mga algorithm, kung paano ito mababago, at kung ano ang kanilang mga pag-aari, kabilang ang mga pakinabang at kawalan. Ang mga algorithm na kasangkot sa pag-aaral ng makina ay simple (tulad ng pagkondisyon ng kanilang kinakailangan sa pag-scale para sa malalaking mga hanay ng data), tulad ng matematika na batay sa (linear algebra).
Mga Mapagkukunang Sanggunian sa Kurikulum
Dokumentasyon ng sawa
https://www.python.org/doc/
Naglabas ang Python ng mga pag-download
https://www.python.org/downloads/
Python para sa Gabay sa Mga Nagsisimula
https://www.python.org/about/gettingstarted/
Patnubay sa Mga Nagsisimula ng Python Wiki
https://wiki.python.org/moin/BeginnersGuide
W3Schools Python Machine Tutorial ng Pag-aaral
https://www.w3schools.com/python/python_ml_getting_started.asp
I-download ang kumpletong offline na self-learning preparatory materials para sa EITC/AI/MLP Machine Learning with Python program sa isang PDF file
Mga materyales sa paghahanda ng EITC/AI/MLP – karaniwang bersyon
Mga materyales sa paghahanda ng EITC/AI/MLP – pinahabang bersyon na may mga tanong sa pagsusuri