- Цели и задачи дисциплины
- Целью дисциплины является изучение оптимизационных задач машинного обучения и основных методов их решения, приобретение компетенций в области использования методов оптимизации в задачах машинного обучения. Задачи дисциплины: уметь представлять задачи машинного обучения как задачи оптимизации и применять релевантные задаче методы. Уметь определять возможности применения того или иного метода оптимизации для решения поставленной оптимизационной задачи машинного обучения. Неклассические парадигмы обучения.
- Краткое содержание дисциплины
- Курс рассматривает дополнительные главы машинного обучения: системы автоматизированного машинного обучения, построение моделей нормального поведения Autoencoder, генерация синетических данных и Uplift задачи. Особенность курса - решение реальных жизненных задач.
- Компетенции обучающегося, формируемые в результате освоения дисциплины
- Выпускник должен обладать:
- ПК-1 Способен разрабатывать и применять алгоритмы анализа данных, машинного обучения и нейросетевых технологий при создании интеллектуальных информационных систем
- Образование
- Учебный план 02.04.02, 2025, (2.0), Фундаментальная информатика и информационные технологии
- Оптимизационные задачи в машинном обучении