- Цели и задачи дисциплины
- Цель дисциплины - дать студентам теоретические знания и практические навыки по использованию технологий нейронных сетей для решения практических задач, связанных с применением методов искусственного интеллекта. В ходе обучения студенты знакомятся с типовыми архитектурами искусственных нейронных сетей, методами их обучения и проверки. На практических занятиях студенты применяют полученные знания к созданию на языке Python искусственной нейронной сети, распознающей рукописные цифры.
- Краткое содержание дисциплины
- Изложены наиболее важные понятия, определения и принципы построения нейронных сетей. В курс входят следующие разделы: - введение в искусственные нейронные сети, - градиентный спуск, - метод обратного распространения ошибки, - стоимостная функция на основе перекрестной энтропии, - переобучение нейронной сети и регуляризация, техники, улучшающие обучение нейронных сетей, - сверточные нейронные сети, - рекурентные нейронные сети, - автокодировщики, - история развития нейронных сетей.
- Компетенции обучающегося, формируемые в результате освоения дисциплины
- Выпускник должен обладать:
- ОПК-1 Способен находить, формулировать и решать актуальные проблемы прикладной математики, фундаментальной информатики и информационных технологий
- ОПК-2 Способен применять компьютерные/суперкомпьютерные методы, современное программное обеспечение (в том числе отечественного производства) для решения задач профессиональной деятельности
- ОПК-3 Способен проводить анализ математических моделей, создавать инновационные методы решения прикладных задач профессиональной деятельности в области информатики и математического моделирования
- ПК-2 Способен разрабатывать системы хранения и обработки больших данных, в том числе на основе методов искусственного интеллекта
- Образование
- Учебный план
- Нейронные сети