Машинное обучение

Цели и задачи дисциплины

Формирование теоретических знаний по основам машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования; выработка умения по практическому применению методов машинного обучения для построения формальных математических моделей и интерпретации результатов моделирования при решении прикладных задач в различных прикладных областях и умения и навыка использования различных программных инструментов анализа баз данных и систем машинного обучения.

Краткое содержание дисциплины

В процессе обучения изучаются математические основы машинного обучения, особенности и область применения методов машинного обучения. Данная учебная дисциплина реализуется как цикл лекционных и лабораторных занятий, которые знакомят студентов с теоретическими основами и алгоритмами машинного обучения, их возможными практическими реализациями и применением при решении реальных задач. В рамках данного курса студенты должны получить представление о задачах, решаемых с помощью рассматриваемой теории, и принципах построения некоторых основных классификаторов.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-4 Способен классифицировать и идентифицировать задачи искусственного интеллекта, выбирать адекватные методы и инструментальные средства решения задач искусственного интеллекта
ПК-5 Способен разрабатывать и применять методы машинного обучения для решения задач