Нейробайесовские методы в машинном обучении

Цели и задачи дисциплины

Целью дисциплины является изучение байесовских методов в глубинном обучении. Задачи дисциплины: выработать у студентов навык формулировки задач машинного обучения в вероятностных терминах, умения решать встречающиеся на практике задачи машинного обучения с помощью вероятностных методов, используя язык программирования Python, и оценивать качество получившегося решения.

Краткое содержание дисциплины

В курсе рассматриваются вопросы применения вероятностного моделирования для построения порождающих моделей данных, использованию состязающихся сетей для приближенного вывода, моделированию неопределенности в параметрах нейронной сети и о некоторых открытых проблемах глубинного обучения.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-3 Способен разрабатывать и применять методы и алгоритмы машинного обучения для решения задач
ПК-4 Способен руководить проектами по созданию комплексных систем искусственного интеллекта