Введение в искусственный интеллект

УМКД дисциплины

Аннотация

1. Цели и задачи изучения дисциплины Целью курса является ознакомление будущих специалистов в области Data Science с процессами, алгоритмами и инструментами, относящимися к основным принципам искусственного интеллекта и машинного обучения. Задачи: сформировать теоретические знания по основам искусственного интеллекта и машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования; выработать умения по практическому применению методов машинного обучения при решении прикладных задач; выработать умения и навыки использования библиотек языка Python для разработки систем искусственного интеллекта с применением методов машинного обучения. 2. Краткая характеристика учебной дисциплины Дисциплина посвящена изучению основ одного из быстро развивающихся направлений искусственного интеллекта - машинного обучения. 3. Место дисциплины в структуре образовательной программы Дисциплина (практика) входит в формируемую часть "Блок 1" образовательной программы бакалавриата, реализуется на 4-м году обучения с трудоемкостью освоения - 4.0 Зет. 4. Взаимосвязь дисциплины с предшествующими и последующими дисциплинами учебного плана подготовки Предыдущие дисциплины – дискретная математика, программирование, Теория вероятностей и математическая статистика, геометрия и топология 1, геометрия и топология 2, дифференциальные уравнения, структуры и алгоритмы компьютерной обработки данных, методы вычислений, методы оптимизации, мягкие вычисления, теория графов, учебная практика: научно- исследовательская работа (получение первичных навыков научно-исследовательской работы), производственная практика 1: научно-исследовательская работа. Последующие дисциплины – производственная практика 2: научно-исследовательская работа, инженерия знаний, машинное обучение в цифровой экономике, системы поддержки принятия решений, искусственные нейронные сети, производственная практика 3: научно- исследовательская работа, подготовка к процедуре защиты и защита выпускной квалификационной работы. 5. Ожидаемые результаты освоения дисциплины В результате освоения дисциплины, у обучающихся должны быть сформированы следующие компетенции: ПК 1 - Способность выполнять концептуальное, функциональное и логическое проектирование систем среднего и крупного масштаба и сложности ИД-1 ПК-1 Знать: основы теории управления бизнес-процессами, методы и средства концептуального, функционального и логического проектирования систем среднего и крупного масштаба и сложности, стандарты оформления технических заданий, нормативную документацию по созданию требований к системе. ИД-2 ПК-1 Уметь: проводить анализ предметной области, моделировать бизнес-процессы, формулировать общие требования и разрабатывать архитектуру программно-информационных систем. ИД-3 ПК-1: Владеть: навыками выявления проблемной ситуации, определения свойств и ограничений системы, обоснования принимаемых проектных решений, демонстрации сценариев работы системы по программе испытаний. ПК 2 - Способность выполнять проектирование, мониторинг и контроль архитектуры программного обеспечения, включая программное обеспечение систем искусственного интеллекта ИД1 ПК-2. Знать: принципы, методы и средства проектирования программного обеспечения, структуры данных, баз данных и программных интерфейсов; типовые решения, библиотеки программных модулей, классы объектов, используемые при разработке программного обеспечения. ИД-2 ПК-2 Уметь: применять существующие решения и шаблоны проектирования программного обеспечения, использовать методы и средства проектирования баз данных, программных интерфейсов, проводить оценку работоспособности программного продукта. ИД-3 ПК-3 Владеть: средствами отладки, проверки работоспособности и модификации программного обеспечения, включая программное обеспечение систем искусственного интеллекта.