• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Машинное обучение

2022/2023
Учебный год
RUS
Обучение ведется на русском языке
5
Кредиты

Преподаватели

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает требования к образовательным результатам и результатам обучения студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих дисциплину «Машинное обучение», учебных ассистентов и студентов направления подготовки 38.04.05 Бизнес-информатика, обучающихся по образовательной программе «Бизнес-аналитика», 09.03.04 Программная инженерия, обучающихся по образовательной программе "Программная инженерия".
Цель освоения дисциплины

Цель освоения дисциплины

  • закрепление навыков работы на языке Python, знание и понимание задач управления данными, в том числе, загрузка данных, преобразование данных, и предварительный анализ и визуализация данных
  • знакомство с основными задачами и моделями машинного обучения, знание методов оценки качества работы различных моделей машинного обучения
  • понимание процесса интеграции моделей машинного обучения в рамках задач стоящих перед потенциальными заказчиками
Планируемые результаты обучения

Планируемые результаты обучения

  • ведет профессиональную, в том числе научно-исследовательскую деятельность в международной среде
  • Знает задачи классификации и регрессии; знает модели дерева решений, леса решений и градиентного бустинга.
  • Знает задачу кластеринга и основные подходы к её решению.
  • Знает задачу оценки эффект от воздействия и основным подходы к её решению
  • Знает задачу построения рекомендательных систем и основные подходы к её решению.
  • Знает основные модели глубинного обучения для работы с изображениями.
  • Умеет формализовать бизнес-задачу как задачу машинного обучения, умеет её решить и оценить её качество
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Раздел 1. Задача классификации и регрессии
  • Раздел 2. Задача оценки эффекта от воздействия
  • Раздел 3. Задача построения рекомендательных систем
  • Раздел 4. Задачи обучения без учителя
  • Раздел 5. Модели глубинного обучения
  • Раздел. 6. Работа над проектом
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Проверочная работа
  • неблокирующий Контрольная работа
  • неблокирующий Экзамен
  • неблокирующий Экзамен
  • неблокирующий Контрольная работа
  • неблокирующий Домашнее задание
  • неблокирующий Проверочная работа
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 1 модуль
    0.3 * Экзамен + 0.15 * Проверочная работа + 0.15 * Контрольная работа + 0.4 * Домашнее задание
  • 2022/2023 учебный год 2 модуль
    0.15 * Контрольная работа + 0.4 * Домашнее задание + 0.3 * Экзамен + 0.15 * Проверочная работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Загорулько Ю. А., Загорулько Г. Б. - ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. ИНЖЕНЕРИЯ ЗНАНИЙ. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 93с. - ISBN: 978-5-534-07198-6 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/iskusstvennyy-intellekt-inzheneriya-znaniy-442134
  • Рашка, С. Python и машинное обучение: крайне необходимое пособие по новейшей предсказательной аналитике, обязательное для более глубокого понимания методологии машинного обучения : руководство / С. Рашка ; перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2017. — 418 с. — ISBN 978-5-97060-409-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100905 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

  • Шарден, Б. Крупномасштабное машинное обучение вместе с Python : учебное пособие / Б. Шарден, Л. Массарон, А. Боскетти ; перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2018. — 358 с. — ISBN 978-5-97060-506-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/105836 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.