Машинное обучение

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Кафедра информационных технологий в бизнесе (Пермь) (Факультет социально-экономических и компьютерных наук)

Статус:

Курс обязательный

Когда читается:

3-й курс, 1, 2 модуль

Преподаватели

Мыльников Леонид Александрович

Проворова Анна Александровна

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 09.03.04 Программная инженерия, 38.03.05 Бизнес-информатика, обучающихся по образовательной программе "Разработка информационных систем для бизнеса".

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

• Владеть навыками анализа реальных данных с помощью изученных методов
• Знать основные модели и методы машинного обучения и разработки данных
• Уметь применять указанные модели и методы, а также программные средства, в которых они реализованы

Содержание учебной дисциплины

• Тема 1.
• Тема 2.
• Тема 3.
• Тема 4.
• Тема 5.
• Тема 6.
• Тема 7.
• Тема 8.
• Тема 9.
• Тема 10.
• Тема 11.

Элементы контроля

• Текущее тестирование после каждого лекционного занятия
• Выполнение заданий на практиках
• Тест по 1 модулю
• Текущее тестирование после каждого лекционного занятия
• Выполнение заданий на практиках
• Экзамен
• Дополнительные баллы
• Оценка за 1 модуль

Промежуточная аттестация

• 2023/2024 учебный год 1 модуль
  0.5 * Выполнение заданий на практиках + 0.2 * Текущее тестирование после каждого лекционного занятия + 0.3 * Тест по 1 модулю
• 2023/2024 учебный год 2 модуль
  0.25 * Выполнение заданий на практиках + 0.2 * Дополнительные баллы + 0.25 * Оценка за 1 модуль + 0.1 * Текущее тестирование после каждого лекционного занятия + 0.2 * Экзамен

Список литературы

Рекомендуемая основная литература

• Christopher M. Bishop. (n.d.). Australian National University Pattern Recognition and Machine Learning. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.EBA0C705

Рекомендуемая дополнительная литература

• Trevor Hastie, Robert Tibshirani, & Jerome Friedman. New York. (n.d.). Book Reviews 567 The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.45E1D521