Цель изучения дисциплины | сформировать теоретические знания о математическом и алгоритмическом аппарате, используемом в современных системах распознавания образов; выработать умения по практическому применению методов и технологий распознавания образов для построения формальных математических моделей и интерпретации результатов моделирования при решении прикладных задач в различных областях; выработка умений и навыков использования различных программных инструментов распознавания образов и построения формальных математических моделей: выработка умений построения систем распознавания образов с использованием высокоуровневых программных средств; |
---|---|
Место дисциплины в учебном плане | Б1.В.ДВ.2.1 |
Формируемые компетенции | УК-1 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
о различных подходах к построению систем распознавания образов; о соотношении дисциплины «распознавание образов», ее предмета и методов с такими областями как математическая статистика, интеллектуальный анализ данных, машинное обучение, компьютерное зрение, методы оптимизации, дискретная математика; о прикладных областях и постановках прикладных задач, в которых применяются методы распознавания образов и анализа изображений; Уметь:
применять основные положения теории обучения по прецедентам, методы кластеризации, методы классификации, методы регрессионного анализа; использовать методы анализа многомерных данных, методы снижения размерности данных и отбора информативных признаков; определять возможности, условия применимости и свойства наиболее распространенных методов машинного обучения при построении, проверке качества и эксплуатации формальных математических моделей; Иметь навыки и (или) опыт деятельности (владеть):
построения и интерпретации формальных математических моделей в терминах прикладной области; решения прикладных задач с подбором подходящих методов и программных средств распознавания образов; конструирования систем распознавания образов на базе высокоуровневых программных средств; |
Содержание дисциплины | Обработка изображений. Анализ изображений. |
Виды учебной работы | Лекции, практические, самостоятельная работа. |
Используемые информационные, инструментальные и программные средства |
Scilab
R STUDIO Python c расширениями PIL, Py OpenGL Microsoft Office Microsoft Windows 7-Zip AcrobatReader Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) Сайт библиотеки АлтГУ: www.lib.asu.ru;
Электронно-библиотечная система издательства "Лань": www.e.lanbook.com; Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru; Свободная энциклопедия "Википедия": http://ru.wikipedia.org; Единый образовательный портал http://portal.edu.asu.ru |
Форма промежуточной аттестации | Экзамен. |