Машинное обучение 2

2025/2026

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 6

Контактные часы: 48

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс "Машинное обучение 2" предоставляет продвинутые знания и практические навыки в области искусственного интеллекта и анализа данных. Он охватывает методы и алгоритмы, обычно не рассматриваемых в рамках вводного курса и готовит слушателей к более специализированным предметам

Цель освоения дисциплины

Ознакомить студентов с ключевыми концепциями и техниками машинного обучения и глубинного обучения.
Развить умения выбора и применения наиболее подходящих алгоритмов для решения конкретных задач.
Научить анализировать, обрабатывать и интерпретировать большие объемы данных.
Развить навыки оценки и улучшения качества моделей машинного обучения

Планируемые результаты обучения

Выбирает и применяет подходящие алгоритмы машинного обучения для различных типов задач
Проводит предобработку и анализ данных, включая очистку, нормализацию и обработку пропущенных значений.
Разрабатывает, обучает и оценивает модели классификации и регрессии.
Применяет методы кластеризации на практике для группировки данных.
Оценивает качество моделей с использованием различных метрик и методов перекрестной проверки.
Владеет инструментами и фреймворками для машинного обучения, такими как scikit-learn и другие.
Учитывает этические аспекты использования машинного обучения при разработке моделей.
Интегрирует модели машинного обучения в реальные бизнес-процессы и решает практические задачи в различных областях.