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.О.03 |
Формируемые компетенции | ОПК-2 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
различные подходы к построению систем распознавания образов, соотношение дисциплины «распознавание образов», ее предмета и методов с такими областями как математическая статистика, интеллектуальный анализ данных, машинное обучение, компьютерное зрение, методы оптимизации, дискретная математика, прикладные области и постановки 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. Генерация изображений. |
Виды учебной работы | Лекции, лабораторные, 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 Электронная база данных ZBMATH: https://zbmath.org/ |
Форма промежуточной аттестации | Зачет. |