Машинное обучение и анализ данных

Цели и задачи дисциплины

Цель освоения дисциплины заключается в ознакомлении с базовыми понятиями машинного обучения, с основными алгоритмами машинного обучения, особенностями их применения.

Краткое содержание дисциплины

В курсе рассматриваются основные задачи обучения по прецедентам: классификация, кластеризация, регрессия, понижение размерности. Изучаются методы их решения, как классические, так и новые, созданные за последние 10–15 лет. Упор делается на глубокое понимание математических основ, взаимосвязей, достоинств и ограничений рассматриваемых методов.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-2 Способен анализировать и модернизировать компоненты инфраструктуры информационных систем и сервисов и их взаимосвязи
ПК-7 Способен применять программные и информационные инструменты управления для минимизации рисков и обеспечения контроля над обновлениями и модификациями системы