Машинное обучение

Цели и задачи дисциплины

Цель освоения дисциплины "Машинное обучение" состоит в формировании у студентов базовых теоретических знаний основ машинного обучения, а также практических навыков использования алгоритмов, методов и моделей машинного обучения. заключается в ознакомлении с базовыми понятиями и алгоритмами машинного обучения. Рассматриваются особенности их применения к системам технического зрения. Задачами курса является освоение методов решения задач машинного обучения, построения систем обучения, разработки обучающих выборок, а также анализа и оценки полученных результатов.

Краткое содержание дисциплины

В курсе рассматриваются наиболее часто используемые классы и структуры алгоритмов машинного обучения: алгоритмы классического машинного обучения, обучения с подкреплением, ансамблевые методы, нейронные сети. В процессе освоения дисциплины практические навыки будут формироваться за счёт выполнения лабораторных работ, доклада по индивидуальному заданию, а также семестрового задания. Дисциплина является двух-семестровой, вид промежуточной аттестации в первом семестре - зачёт; во втором семестре - диф. зачёт.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-4 Способен использовать современные информационные технологии и программные средства при моделировании технологических процессов
ОПК-11 Способен организовывать разработку и применение алгоритмов и современных цифровых программных методов расчетов и проектирования отдельных устройств и подсистем мехатронных и робототехнических систем с использованием стандартных исполнительных и управляющих устройств, средств автоматики, измерительной и вычислительной техники в соответствии с техническим заданием, разрабатывать цифровые алгоритмы и программы управления робототехнических систем
ОПК-13 Способен использовать основные положения, законы и методы естественных наук и математики при формировании моделей и методов исследования мехатронных и робототехнических систем