Основы машинного обучения

Цели и задачи дисциплины

Цель изучения дисциплины «Основы машинного обучения» — знакомство с основными типами задач, которые решаются с помощью алгоритмов машинного обучения, изучение теоретических основ машинного обучения и формирование практических навыков по применению и оценке качества моделей машинного обучения в различных задачах, а также овладение соответствующим инструментарием. Задачи курса изучить: 1) основные методы машинного обучения; 2) программные библиотеки машинного обучения, 3) основные принципы организации информационных процессов в сетях, использующих машинное обучение. Курс направлен на формирование логического мышления; навыков разработки и реализации программных моделей алгоритмов обучения.

Краткое содержание дисциплины

В курсе изучаются алгоритмы машинного обучения, используемые для решения задач классификации, кластеризации, распознавания изображения и анализа текстов. Обсуждаются алгоритмы обучения нейронных сетей. Практические задания дадут возможность самостоятельно реализовывать алгоритмы на языке Python, что позволит практически изучить алгоритмы машинного обучения и особенности формирования обучающей выборки.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-1 Способен разрабатывать и исследовать модели объектов профессиональной деятельности, предлагать и адаптировать методики, определять качество проводимых исследований, составлять отчеты о проделанной работе, обзоры, готовить публикации
ПК-6 Способен осуществлять взаимодействие с заказчиком, осуществлять общее руководство и контроль выполнения проекта.
УК-2 Способен управлять проектом на всех этапах его жизненного цикла