| Цель изучения дисциплины | Целью данного курса является изучение основ теории обучения машин, включая дискриминантный, кластерный и регрессионный анализ, овладение навыками практического решения задач интеллектуального анализа данных. |
|---|---|
| Место дисциплины в учебном плане | Б1.О.02 |
| Формируемые компетенции | ОПК-1 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
- современное состояние исследований в области машинного обучения - принципы построения систем машинного обучения - модели представления и описания технологий машинного обучения Уметь:
- проводить анализ предметной области - определять назначение, выбирать методы и средства для построения систем машинного обучения - строить системы машинного обучения Иметь навыки и (или) опыт деятельности (владеть):
- использования аппарата простейшего анализ данных - применения методов классификации информации - реализации алгоритмов машинного обучения |
| Содержание дисциплины | Лекционный раздел. Лабораторный раздел. аттестация. |
| Виды учебной работы | Лекции, лабораторные, самостоятельная работа. |
| Используемые информационные, инструментальные и программные средства |
Open Office
Условия использования: http://www.openoffice.org/license.html LibreOffice Условия использования: https://ru.libreoffice.org/about-us/license/ 7-zip Условия использования: https://www.7-zip.org/license.txt Visual Studio Условия использования: https://code.visualstudio.com/license Acrobat Reader Условия использования: http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf Mozila FireFox Условия использования: https://www.mozilla.org/en-US/about/legal/eula/ Chrome Условия использования: http://www.chromium.org/chromium-os/licenses Microsoft Windows Microsoft Office не требуется
|
| Форма промежуточной аттестации | Экзамен. |