Магистратура
2024/2025



Семинар наставника
Статус:
Курс обязательный (Искусственный интеллект)
Направление:
01.04.02. Прикладная математика и информатика
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 1-3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Кантонистова Елена Олеговна
Прогр. обучения:
Машинное обучение и высоконагруженные системы
Язык:
русский
Кредиты:
9
Программа дисциплины
Аннотация
Семинар посвящен адаптации студентов к учебному процессу, формированию понимания своей образовательной и профессиональной траектории. Основная цель семинара - сформировать ключевые и индивидуальные образовательные результаты, которые должны быть достигнуты за время обучения на программе. На основе установленных желаемых результатов, руководитель семинара совместно со студентом сформирует индивидуальный учебный план.
Цель освоения дисциплины
- В ходе курса слушатели получат общие знания об областях machine learning и high load, а также изучат основные инструменты разработки.
Планируемые результаты обучения
- Слушатели овладеют основными понятиями машинного обучения.
- Слушатели ознакомятся с основными концепциями высоконагруженных систем.
- Слушатели познакомятся с ОС Linux.
- Слушатели познакомятся с системой контроля версий Git.
- Слушатели поймут, как устроены современные веб-приложения.
- Слушатели поймут, что такое Docker и научатся с ним работать.
- Слушатели познакомятся с основами SQL и научатся взаимодействовать с реляционными БД из Python.
- Слушатели познакомятся с концепцией NoSQL.
- Студент может прочесть научную статью по Data Science
- Студент может выделить из статьи ключевые утверждения и результаты, проверить результаты на корректность, донести смысл статьи до широкой аудитории
Промежуточная аттестация
- 2023/2024 4th moduleЗачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
- 2024/2025 1st moduleЗачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
- 2024/2025 2nd moduleЗачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
- 2024/2025 3rd moduleЗачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
Список литературы
Рекомендуемая основная литература
- Hastie, T., Tibshirani, R., Friedman, J. The elements of statistical learning: Data Mining, Inference, and Prediction. – Springer, 2009. – 745 pp.
- Глубокое обучение. - 978-5-4461-1537-2 - Николенко С., Кадурин А., Архангельская Е. - 2020 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/377026 - 377026 - iBOOKS