Машинное обучение и анализ данных

Цели и задачи дисциплины

Цель освоения дисциплины заключается в ознакомлении с базовыми понятиями машинного обучения, с основными алгоритмами машинного обучения, особенностями их применения.

Краткое содержание дисциплины

В курсе рассматриваются основные задачи обучения по прецедентам: классификация, кластеризация, регрессия, понижение размерности. Изучаются методы их решения, как классические, так и новые, созданные за последние 10–15 лет. Упор делается на глубокое понимание математических основ, взаимосвязей, достоинств и ограничений рассматриваемых методов.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-3 Способен собирать, обрабатывать, анализировать и систематизировать научную, техническую информацию для разработки и модернизации алгоритмического и информационного обеспечения систем с учетом современных тенденций развития электроники, измерительной и вычислительной техники и информационных технологий