Проектный семинар «Основы технологии производства и машинное обучение»

Бакалавриат 2026/2027

Статус: Курс обязательный (Информатика и вычислительная техника)

Кто читает: Департамент компьютерной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 3-й курс, 1-4 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Проектный семинар «Основы технологии производства и машинное обучение» объединяет принципы современной промышленности (Industry 4.0, станки с ЧПУ, цифровизация производственных процессов) и методы машинного обучения для анализа данных, моделирования и автоматизации производственных задач. Цель курса — сформировать у студентов целостное представление о том, как данные промышленных систем применяются для повышения эффективности, качества и надёжности производства. Рассматриваются сбор и обработка промышленных данных, построение моделей для предиктивного обслуживания, контроля качества, оптимизации параметров процессов и автоматизации разработки управляющих программ для станков с ЧПУ. Особое внимание уделяется выбору методов в зависимости от задачи (контролируемое и неконтролируемое обучение, обучение с подкреплением, рекомендательные системы и ассоциативные правила, нейронные сети и глубокое обучение), а также вопросам интерпретации моделей, валидации эффективности и внедрения в производственную среду. По итогам курса студенты смогут формулировать ML-задачи, подбирать и адаптировать алгоритмы, работать с промышленными данными и создавать решения, интегрируемые в технологические процессы.

Цель освоения дисциплины

Сформировать целостное представление о взаимодействии Industry 4.0, станков с ЧПУ и современных методов машинного обучения в производственных системах.
Развить практические навыки сбора, подготовки и анализа промышленных данных, выбора и применения методов машинного обучения для оптимизации процессов, качества и надежности оборудования.

Планируемые результаты обучения

Студент имеет общее представление о принципах работы нейронных сетей и умеет использовать готовые нейронные сети для анализа собственных данных.
Студент демонстрирует знание специальных видов нейронных сетей: рекуррентные, сверточные, глубокие сети для обработки текстов (распределенные представления слов и рекурсивные нейронные сети).
Студент конструирует нейронные сети для решения задач классификации, регрессии и прогнозирования временных рядов.
Студент применяет машинное обучение и нейронные сети на реальных кейсах.
Студент интерпретирует виды нейронных сетей (сверточные, рекуррентные, глубокие), возможность изменения параметров сети (число слоев, число нейронов) и применяет нейронные сети для решения практических задач.
Студент знает, как использовать алгоритмы и нейронные сети для сбора и верификации информации.
Студент применяет сверточные и рекуррентные нейронные сети для анализа текста.
Студент применяет нейронные сети для обработки изображений.
Студент применяет нейронные сети для обработки текстов и звуков.
Студент умеет использовать методы контролируемого машинного обучения.
Студент умеет использовать методы неконтролируемого машинного обучения.
Студент умеет рассчитывать режимы резания и параметры техпроцесса изготовления изделий на станках с ЧПУ.
Студент умеет работать с симулятором станка с ЧПУ.
Студент умеет разрабатывать управляющие программы для станков с ЧПУ на языке ISO 7bit.
Студент умеет использовать искусственный интеллект для автоматизации проектирования деталей и подготовки управляющих программ.
Студент умеет проводить разведочный анализ данных.

Содержание учебной дисциплины

Введение в машинное обучение
Разведочный анализ данных (EDA).
Признаки и предобработка данных.
Контролируемое машинное обучение.
Неконтролируемое машинное обучение.
Временные ряды в ML.
Нейросети: основы обучения и архитектуры
Industry 4.0 и цифровое производство.
Основы обработки и программирования ЧПУ.
Интеллектуальная диагностика и аналитика станков с ЧПУ.
Принципы разработки УП с помощью CAD/CAM-систем.
Искусственный интеллект для автоматизации разработки управляющих программ для станков с ЧПУ.

Элементы контроля

Экзамен
Проект принимает преподаватель курса или другие сотрудники НИУ ВШЭ
Экзамен
Активность на семинарах
Домашнее задание
AVG_Активность на семинарах
AVG_Активность на семинарах: Активность - это среднее значение баллов, полученных за активность на семинаре/квиз (короткий тест по предыдущей лекции, проводится синхронно на занятиях);
AVG_Домашнее задание:
AVG_Домашнее задания: Домашнее задание - это среднее значение баллов, полученных за домашние задания (с ручной проверкой/тест/контест)

Промежуточная аттестация

2026/2027 2nd module
Формула оценивания: AVG_Активность на семинарах: Активность * 0.100+ AVG_Домашнее задание: Домашнее задание * 0.600 + Экзамен: Устный опрос * 0.300 Комментарии по компонентам: AVG_Активность на семинарах: Активность - это среднее значение баллов, полученных за активность на семинаре/квиз в 1-2 модулях (короткий тест по предыдущей лекции, проводится синхронно на занятиях); AVG_Домашнее задания: Домашнее задание - это среднее значение баллов, полученных за домашние задания в 1-2 модулях (с ручной проверкой/тест/контест) Экзамен: Устный опрос - опрос по билетам по всем темам 1-2 модулей.
2026/2027 4th module
0.4 * Экзамен + 0.2 * Домашнее задание + 0.1 * Активность на семинарах

Список литературы

Рекомендуемая основная литература

Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019
Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/376830 - 376830 - iBOOKS
Python и анализ данных : первичная обработка данных с применением pandas, NumPy и Jupiter, Маккинни, У., 2023
Анализ данных в науке и технике : машинное обучение, динамические системы и управление, Брантон, С. Л., 2021
Бекташов, Д. А. Основы программирования станков с ЧПУ : учебное пособие / Д. А. Бекташов, А. М. Власов. — Иваново : ИГЭУ, 2018. — 112 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/154545 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Глубокое обучение с подкреплением : теория и практика на языке Python, Грессер, Л., 2022
Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи - 978-5-4461-1251-7 - Равичандиран Судхарсан - 2020 - Санкт-Петербург: Питер - https://ibooks.ru/products/365299 - 365299 - iBOOKS
Гниденко, И. Г. Технология разработки программного обеспечения : учебное пособие для среднего профессионального образования / И. Г. Гниденко, Ф. Ф. Павлов, Д. Ю. Федоров. — Москва : Издательство Юрайт, 2022. — 235 с. — (Профессиональное образование). — ISBN 978-5-534-05047-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/492496 (дата обращения: 02.07.2026).
Грокаем глубокое обучение с подкреплением, Моралес, М., 2023
Демидова, Л. А. Разведочный анализ данных. Python : учебно-методическое пособие / Л. А. Демидова. — Москва : РТУ МИРЭА, 2022 — Часть 1 — 2022. — 107 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/310970 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Жидяев, А. Н. Наладка и обработка на станках с ЧПУ : учебное пособие / А. Н. Жидяев, С. Р. Абульханов. — Самара : Самарский университет, 2020. — 64 с. — ISBN 978-5-7883-1575-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/188943 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Звонцов, И. Ф. Подготовка управляющих программ для оборудования с ЧПУ : учебное пособие / И. Ф. Звонцов, К. М. Иванов, П. П. Серебреницкий. — Санкт-Петербург : БГТУ "Военмех" им. Д.Ф. Устинова, [б. г.]. — Книга 1 — 2016. — 254 с. — ISBN 978-5-85546-993-6 978-5-85546-994-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/98209 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Звонцов, И. Ф. Подготовка управляющих программ для оборудования с ЧПУ : учебное пособие / И. Ф. Звонцов, К. М. Иванов, П. П. Серебреницкий. — Санкт-Петербург : БГТУ "Военмех" им. Д.Ф. Устинова, [б. г.]. — Книга 2 — 2017. — 148 с. — ISBN 978-5-85546-993-6 978-5-906920-11-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/121811 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2026. — 350 с. — ISBN 978-5-406-15271-3. — URL: https://book.ru/book/959271 (дата обращения: 09.12.2025). — Текст : электронный.
Колошкина И.Е. - Основы программирования для станков с ЧПУ в САМ-системе - 978-5-9729-0949-0 - Инфра-Инженерия - 2022 - https://znanium.ru/catalog/document?id=417247 - 417247 - ZNANIUM
Колошкина, И. Е. Основы программирования для станков с ЧПУ : учебник для вузов / И. Е. Колошкина, В. А. Селезнев. — Москва : Издательство Юрайт, 2025. — 260 с. — (Высшее образование). — ISBN 978-5-534-10446-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/565801 (дата обращения: 02.07.2026).
Краско, А. С. Исследование параметров режущих инструментов для станков с ЧПУ : методические рекомендации / А. С. Краско, Н. С. Баранова, К. А. Сухоруков. — Москва : РТУ МИРЭА, 2022. — 36 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/311414 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Маккинни, У. Python и анализ данных / У. Маккинни , перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Маккинни, У. Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter : справочник / У. Маккинни , перевод с английского А. А. Слинкина. — 3-е изд. — Москва : ДМК Пресс, 2023. — 536 с. — ISBN 978-5-93700-174-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/348086 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Машинное обучение с помощью Python : руководство для специалистов по работе с данными, Мюллер, А., 2022
Нейронные сети. Полный курс : пер. с англ., Хайкин, С., 2018
Обучение с подкреплением для реальных задач: Пер. с англ. - 978-5-9775-6885-2 - Уиндер Ф. - 2022 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/386481 - 386481 - iBOOKS
Обучение с подкреплением, Саттон, Р. С., 2011
Платонов, А. В. Машинное обучение : учебное пособие для вузов / А. В. Платонов. — Москва : Издательство Юрайт, 2023. — 85 с. — (Высшее образование). — ISBN 978-5-534-15561-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/520544 (дата обращения: 02.07.2026).
Преображенская, Е. В. Изучение конструкции и принципов работы фрезерногравировального станка с ЧПУ : методические указания / Е. В. Преображенская, С. В. Скрипник. — Москва : РТУ МИРЭА, 2021. — 28 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/226688 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Программирование обработки на оборудовании с ЧПУ : учебник : в 2 т. Т. 2 - 978-5-7038-4908-8 - Евгенев Г. Б. и др. - 2018 - Москва: МГТУ им. Н.Э. Баумана - https://ibooks.ru/products/363949 - 363949 - iBOOKS
Рязанов, А. И. Базовые методы подготовки управляющих программ для токарных станков с ЧПУ : учебное пособие / А. И. Рязанов, А. В. Карпов. — Самара : Самарский университет, 2021. — 88 с. — ISBN 978-5-7883&ndash,1703-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/257063 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Саттон, Р. С. Обучение с подкреплением: введение : руководство / Р. С. Саттон, Э. Д. Барто , перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2020. — 552 с. — ISBN 978-5-97060-097-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179453 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Соробин, А. Б. Сверточные нейронные сети: примеры реализаций : учебно-методическое пособие / А. Б. Соробин. — Москва : РТУ МИРЭА, 2020. — 159 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/163853 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Чуваков, А. Б. Основы подготовки технологических операций на обрабатывающих станках с ЧПУ : учебник для вузов / А. Б. Чуваков. — Москва : Издательство Юрайт, 2023. — 199 с. — (Высшее образование). — ISBN 978-5-534-14466-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/520116 (дата обращения: 02.07.2026).
Шарден, Б. Крупномасштабное машинное обучение вместе с Python : учебное пособие / Б. Шарден, Л. Массарон, А. Боскетти , перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2018. — 358 с. — ISBN 978-5-97060-506-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/105836 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Электронное учебное пособие «Искусственные нейронные сети». (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.32ADFB15

Авторы

Полесский Сергей Николаевич
Юнышева Анастасия Владимировна
Варнавский Александр Николаевич
Трубочкина Надежда Константиновна
Аминев Дмитрий Андреевич
Романова Ирина Ивановна
Демин Алексей Анатольевич

Программа дисциплины