- Цели и задачи дисциплины
- Цели дисциплины: сформировать профессиональные компетенции в области искусственного интеллекта и нейронных сетей; сформировать правильные представления об основных понятиях дисциплины; дать студентам глубокие знания об архитектуре нейронных сетей, способов их графического изображения в виде функциональных и структурных схем ; дать представления об инструментальном ПО для обучения нейронных сетей и экспериментов с ними; подготовить студентов к использованию нейросетевых технологий в научно-исследовательской деятельности. Задачи дисциплины: освоить теоретический материал, включающий рассмотрение различных моделей нейронных сетей и их особенности, классификацию, ознакомление с алгоритмами обучения нейронных сетей, ознакомление с существующими прикладными системами, основанных на применении нейронных сетей; освоить практическую часть в форме лабораторных занятий, назначением которых является ознакомление с особенностями решения задач с помощью нейронных сетей; способствовать получению фундаментальных знаний в ходе самостоятельной исследовательской работы; способствовать дальнейшему развитию системного и логического мышления; воспитывать математическую и профессиональную культуру.
- Краткое содержание дисциплины
- История развития искусственного интеллекта. Определение искусственного интеллекта, типы искусственного интеллекта. Определение машинного обучения, модели машинного обучения (линейные модели, к-средних, деревья решений). Биологический нейрон, математические модели искусственного нейрона. Многослойные искусственные нейронные сети прямого распространения. Самоорганизующаяся карта признаков. Сеть Кохонена. Реккурентные искусственные нейронные сети. РБФ сети, сверточные нейронные сети. Обучение с подкреплением. Искусственные нейронные сети, имитирующие свойства естественных нейронных сетей. Применение искусственных нейронных сетей. Функции потерь, метрики качества. Программные средства и системы моделирования искусственных нейронных сетей.
- Компетенции обучающегося, формируемые в результате освоения дисциплины
- Выпускник должен обладать:
- ПК-3 (ПК-1 модели) Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
- ПК-9 (ПК-6 модели) Способен создавать и поддерживать системы искусственного интеллекта на основе нейросетевых моделей и методов
- Образование
- Учебный план 01.03.02, 2024, (4.0), Прикладная математика и информатика
- Введение в искусственный интеллект и нейронные сети