Введение в машинное обучение

Специалитет 2025/2026

Статус: Курс по выбору (Актер)

Кто читает: Институт кино

Где читается: Факультет креативных индустрий

Когда читается: 4-й курс, 2 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 8

Контактные часы: 6

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина «Введение в машинное обучение» нацелена на освоение современных технологий, которые имеют все большее значение в сфере искусства и медиа. Понимание основ машинного обучения становится неотъемлемым для будущих профессионалов, стремящихся использовать инновационные инструменты в своих проектах. Цель дисциплины заключается в ознакомлении студентов с базовыми концепциями и методами машинного обучения, а также в понимании того, как эти технологии могут применяться в различных отраслях, включая киноиндустрию, театральное искусство и цифровые медиа. Задачи курса включают изучение принципов работы алгоритмов машинного обучения, анализ их потенциальных применений, а также освоение навыков работы с программным обеспечением и инструментами. Практический блок будет включать выполнение заданий по созданию небольших проектов, где студенты смогут применять знания машинного обучения для анализа данных, генерации сценариев (работа с промтами и генеративными моделями) или создания медиаконтента.

Цель освоения дисциплины

Знать основные понятия и постановки задач машинного обучения
Знать теоретические основы линейных и логических методов машинного обучения
Освоить работу с данными
Понять принципы оценки моделей
Ознакомиться с основами визуализации данных
Разобраться в этических и правовых аспектах применения машинного обучения
Разработать мини-проект

Планируемые результаты обучения

Показывает понимание базовых понятий машинного обучения
Показывает умение различать типы задач: классификация, регрессия, кластеризация, оценка вероятностей
Показывает владение базовыми методами машинного обучения
Показывает навыки выбора и настройки моделей под данную задачу
Показывает способность проводить базовый анализ данных и формулировать задачу машинного обучения
Показывает навык ответственного использования моделей