июля 2025

Мобильная и веб-разработка систем искусственного интеллекта

Цели и задачи дисциплины
Цель изучения дисциплины состоит в овладении знаниями по архитектуре мобильных приложений, по разработке интерфейсов мобильных приложений, по использовании возможностей смартфона, базы данных, анимации, 2D и 3Dграфики при разработке приложений, освоении средств создания мобильных при

Методы прогнозирования социально-экономического развития

Цели и задачи дисциплины
Цель: формирование знаний о содержании, задачах и методах прогнозирования социально-экономического развития.

Микро- и макроэкономические основы бизнес-решений

Цели и задачи дисциплины
Цель: — формирование у выпускников современного экономического мышления, знаний и навыков, определяющих их рациональное экономическое поведение в сфере профессиональной деятельности Задачи: — изучение студентами базовых экономических понятий и закономерностей функционирования экономи

Программирование на языке C# для разработки систем искусственного интеллекта

Цели и задачи дисциплины
Цель курса: Курс направлен на освоение основных концепций языка C#, изучение основных библиотек алгоритмов машинного обучения и обработки больших объемов данных средствами языка C#.

Программирование на языке Java для разработки систем искусственного интеллекта

Цели и задачи дисциплины
Цель курса: Курс направлен на освоение основных концепций языка Java, изучение основных библиотек алгоритмов машинного обучения и обработки больших объемов данных средствами языка Java.

Проектно-исследовательский семинар

Цели и задачи дисциплины
Целью дисциплины является формирование у студентов навыков научно-исследовательской работы, развитие творческого подхода к своей профессии через научно-исследовательскую деятельность.

Экспертные системы

Цели и задачи дисциплины
Овладеть теоретическими основами и практическими приёмами разработки экспертных систем; сформировать умение моделировать экспертные знания, проектировать и реализовывать системы поддержки принятия решений на основе знаний, оценивать их качество и применять современные инструменты и с

Обучение с подкреплением

Цели и задачи дисциплины
Цели дисциплины: 1. Формирование у студентов систематизированных знаний о фундаментальных принципах и методах обучения с подкреплением. 2. Развитие практических навыков реализации и применения алгоритмов RL для решения прикладных задач. 3.

Машинное обучение на нестандартных данных

Цели и задачи дисциплины
Сформировать у студентов теоретические знания и практические навыки по применению методов машинного обучения в условиях нестандартных данных: малых выборок, несбалансированных распределений, больших объёмов, сдвига данных (drift) и высокого уровня шума.

Генеративные нейронные сети

Цели и задачи дисциплины
Цель: формирование у студентов знаний и навыков в области генеративных нейронных сетей (GAN, VAE, Diffusion Models), их архитектуры, а также практических навыков разработки, обучения и применения генеративных моделей глубокого обучения для создания новых данных, аналогичных реальным.
Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.