Размер шрифта
Цветовая схема
Изображения
Обычная версия сайта

Системы искусственного интеллекта

УМКД дисциплины

Рабочая программа и аннотация (2019 г.) - РПД_СИИ_БАК_МОАИС_2019.pdf - для просмотра файла необходимо авторизоваться

Методические рекомендации - MU_AIS_020303_2019.pdf

Аннотация

1. Цели и задачи изучения дисциплины Целью курса является ознакомление будущих специалистов в области Data Science с процессами, алгоритмы и инструментами, относящимися к основным принципам машинного обучения. Задачи: сформировать теоретические знания по основам 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 входит в формируемую часть "Блок 1" образовательной программы бакалавриата, реализуется на 3-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 – Способен демонстрировать базовые знания математических и естественных наук, программирования и информационных технологий. ПК-2 – Способность проводить под научным руководством исследование на основе существующих методов в конкретной области профессиональной деятельности. УК-1 – Способен осуществлять критический анализ проблемных ситуаций на основе системного подхода, выработать стратегию действий.