Машинное обучение и технологии анализа данных

Цели и задачи дисциплины

Цель – сформировать у студентов навыки работы с данными и решения прикладных задач, дать представление о искусственном интеллекте, об основных методах машинного обучения и видах задач, решаемых ими. Задачи: 1. Дать понятие о искусственном интеллекте и его методах. 2. Ознакомить с понятием машинного обучения и его основными задачами. 3. Дать представление о методах выбора модели для конкретной задачи, оценке качества модели и ее настройке. 4. Сформировать практические навыки решения задач машинного обучения, показать готовые реализации методов машинного обучения в современных библиотеках.

Краткое содержание дисциплины

Искусственный интеллект и машинное обучение. Эволюционные алгоритмы искусственного интеллекта. Основные типы задач, решаемых с помощью методов машинного обучения, подготовка входных данных, оценка качества моделей, выбор модели для решения конкретной задачи, готовые реализации методов машинного обучения в современных библиотеках.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-12 Способен создавать алгоритмы цифровой обработки баз данных результатов испытаний и эксплуатации сложных деталей и узлов в машиностроении, разрабатывать современные цифровые программы расчетов и проектирования деталей, узлов, конструкций, машин и материалов с учетом требований надежности, долговечности и безопасности их эксплуатации
УК-1 Способен осуществлять критический анализ проблемных ситуаций на основе системного подхода, вырабатывать стратегию действий