Машинное обучение и анализ данных

Цели и задачи дисциплины
Цель – формирование целостных знаний о методах машинного обучения и анализа данных, целенаправленности и самостоятельности работы с информацией, использования ее для решения практических задач. Задачи – изучить методы машинного обучения и анализы данных, ознакомиться с примерами их применения, научиться самостоятельно применять полученные знания для решения практических задач.
Краткое содержание дисциплины
Рассматриваются методы машинного обучения и анализа данных. Акцент делается на практическое применение методов, рассмотрены современные программные средства, реализующие методы машинного обучения и анализа данных. Отдельное внимание уделено вопросам современных архитектур нейронных сетей и задачам для которых они предназначены. Разделы дисциплины: 1. Введение в машинное обучение и анализ данных. Знакомство с языком Python для анализа данных. 2. Задачи классификации и регрессии. 3. Искусственные нейронные сети.
Компетенции обучающегося, формируемые в результате освоения дисциплины
Выпускник должен обладать:
  • ОПК-12 Способен разрабатывать и применять алгоритмы и современные цифровые системы автоматизированного проектирования деталей и узлов машин и оборудования различной сложности на современном машиностроительном предприятии
Вы нашли ошибку в тексте:
Просто нажмите кнопку «Сообщить об ошибке» — этого достаточно. Также вы можете добавить комментарий.