Основы машинного обучения

Цели и задачи дисциплины

Целью изучения дисциплины «Основы машинного обучения» является изучение студентами теоретических основ и базовых принципов машинного обучения, формирование у студентов практических навыков работы с данными и опыта решения прикладных задач анализа данных с использованием методов машинного обучения.

Краткое содержание дисциплины

Дисциплина включает следующие базовые разделы: 1. Введение в машинное обучение. Требования к данным для машинного обучения. 2. Задачи классификации и регрессии. Классические методы машинного обучения. 3. Нейронные сети. Глубокое обучение. 4. Оптимизация и внедрение результатов машинного обучения.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-1 Способен применять естественнонаучные и общеинженерные знания, методы математического анализа и моделирования, теоретического и экспериментального исследования в профессиональной деятельности
ПК-9 Способен применять искусственный интеллект (ИИ) для генерации и отладки программного кода
ПК-17 Способен применять математические модели, методы и средства проектирования информационных и автоматизированных систем