Высокопроизводительные параллельные вычисления на кластерных системах

Цели и задачи дисциплины

Целью преподавания дисциплины является приобретение студентами знаний и умений в области параллельного программирования задач машинного обучения. В результате изучения дисциплины студенты должны: 1) знать архитектурную организацию обыкновенных компьютеров и суперкомпьютеров; 2) знать и владеть методологией проведения массово параллельных вычислений для ускорения машинного обучения; 3) знать и владеть методами и технологиями обработки и анализа больших данных; 4) знать и уметь разрабатывать компьютерные программы анализа больших данных.

Краткое содержание дисциплины

Изучение архитектурных особенностей обыкновенных компьютеров и суперкомпьютеров Изучение методов ускорения машинного обучения за счет использования систем массово параллельных вычислений Изучение методов и технологий обработки и анализа больших данных Изучение методов разработки компьютерных программ анализа больших данных

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-8 (ПК-5 модели) Способен использовать инструментальные средства для решения задач машинного обучения
ПК-10 (ПК-7 модели) Способен осуществлять сбор и подготовку данных для систем искусственного интеллекта
ПК-11 (ПК-8 модели) Способен разрабатывать системы анализа больших данных