• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2025/2026

Фундаментальные основы генеративного искусственного интеллекта

Статус: Маго-лего
Когда читается: 1, 2 модуль
Охват аудитории: для своего кампуса
Язык: русский
Контактные часы: 56

Программа дисциплины

Аннотация

Цель дисциплины - овладение студентами основными методами теории, связанной с генеративным искусственным интеллектом, приобретение навыков работы с генеративно-состязательными сетями.Из основных задач можно выделить: формирование знаний в области генеративного искусственного интеллекта и формирование умений и навыков работы с генеративно-состязательными сетями.
Цель освоения дисциплины

Цель освоения дисциплины

  • В курсе «Фундаментальные основы генеративного моделирования» рассказывается про одну из самых перспективных областей глубокого обучения - нейросетевое генеративное моделирование (ГМ). За последнее десятилетие прогресс в этой области происходит крайне быстрыми темпами. Большие генеративные нейросети общего назначения (Kandinsky, DALL-E, MidJourney и пр.) уже активно используются на практике для генерации цифрового контента. Вместе с тем возрастает и потребность обучения ГМ узкого назначения для решения конкретных прикладных задач в компьютерном зрении, медицине, геологии и других отраслях. Однако, использование ГМ на практике представляется сложным. Нейросетевые ГМ требуют большого количества данных и вычислительных ресурсов. Кроме того, в их основе лежат нетривиальные математические модели, основы которых и будут рассказываться в курсе.
Планируемые результаты обучения

Планируемые результаты обучения

  • основы проектирования систем машинного обучения
  • свести задачу к постановке машинного обучения
  • анализировать данные
  • строить проект, учитывая командную работу
  • понимать проблемы, возникающие по ходу разработки
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Фундаментальные основы генеративного искусственного интеллекта
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Домашнее задание
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 2nd module
    0.5 * Домашнее задание + 0.5 * Домашнее задание
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в искусственный интеллект, Эртель, В., 2019

Рекомендуемая дополнительная литература

  • Искусственный интеллект. Современный подход. Т.3: Обучение, восприятие и действие, Рассел, С., 2022

Авторы

  • Яковлева Илона Александровна
  • Фисенко Анна Сергеевна