• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2026/2027

Фундаментальные основы генеративного искусственного интеллекта

ID 1134791

Статус: Маго-лего
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
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

  • Применяет искусственный интеллект и машинное обучение
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Gaussian Mixture Model (GMM)
  • Variational Autoencoder (VAE)
  • Energy-Based Models (EBMs)
  • Normalizing Flows
  • Diffusion models (ELBO)
  • Generative Adversarial Networks (GANs)
  • Wasserstein GAN
  • Generative models for discrete data
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Домашнее задание
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 2nd module
    0.5 * Домашнее задание + 0.5 * Домашнее задание
Список литературы

Список литературы

Рекомендуемая основная литература

  • Глубокое обучение, Вейдман, С., 2021

Авторы

  • Яковлева Илона Александровна
  • Фисенко Анна Сергеевна