Бакалавриат 2025/2026

Проектный семинар «Основы технологии производства и машинное обучение»

ID 980054

Статус: Курс обязательный (Информатика и вычислительная техника)

Кто читает: Департамент компьютерной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 3-й курс, 1-4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Варнавский Александр Николаевич

Язык: русский

Кредиты: 3

Контактные часы: 32

Программа дисциплины

Аннотация

Проектный семинар «Основы технологии производства и машинное обучение» объединяет принципы современной промышленности (Industry 4.0, станки с ЧПУ, цифровизация производственных процессов) и методы машинного обучения для анализа данных, моделирования и автоматизации производственных задач. Цель курса — сформировать у студентов целостное представление о том, как данные промышленных систем применяются для повышения эффективности, качества и надёжности производства. Рассматриваются сбор и обработка промышленных данных, построение моделей для предиктивного обслуживания, контроля качества, оптимизации параметров процессов и автоматизации разработки управляющих программ для станков с ЧПУ. Особое внимание уделяется выбору методов в зависимости от задачи (контролируемое и неконтролируемое обучение, обучение с подкреплением, рекомендательные системы и ассоциативные правила, нейронные сети и глубокое обучение), а также вопросам интерпретации моделей, валидации эффективности и внедрения в производственную среду. По итогам курса студенты смогут формулировать ML-задачи, подбирать и адаптировать алгоритмы, работать с промышленными данными и создавать решения, интегрируемые в технологические процессы.

Цель освоения дисциплины

• Сформировать целостное представление о взаимодействии Industry 4.0, станков с ЧПУ и современных методов машинного обучения в производственных системах.
• Развить практические навыки сбора, подготовки и анализа промышленных данных, выбора и применения методов машинного обучения для оптимизации процессов, качества и надежности оборудования.

Планируемые результаты обучения

• Иметь общее представление о принципах работы нейроных сетей. Уметь использовать готовые нейронные сети для анализа собственных данных
• Демонстрирует знание специальных видов нейронных сетей: рекуррентные, сверточные, глубокие сети для обработки текстов (распределенные представления слов и рекурсивные нейронные сети)
• Конструирует нейронные сети для решения задач классификации, регрессии и прогнозирования временных рядов
• Применяет машинное обучение и нейронные сети на реальных кейсах
• Интерпретировать виды нейронных сетей (сверточные, рекуррентные, глубокие), возможность изменения параметров сети (число слоев, число нейронов). Применять нейронные сети для решения практических задач.
• Знает, как использовать алгоритмы и нейронные сети для сбора и верификации информации
• Применяет сверточные и рекуррентные нейронные сети для анализа текста
• Применяет нейронные сети для обработки изображений
• Применяет нейронные сети для обработки текстов и звуков
• Уметь использовать методы контроллируемого машинного обучения
• Уметь использовать методы неконтролируемого машинного обучения
• Умеет создавать рекомендательные системы.
• Умеет разрабатывать алгоритм обучения с подкреплением.
• Умеет расчитывать режимы резания и параметры техпроцесса изготовления изделий на станках с ЧПУ
• Умеет работать с симулятором станка с ЧПУ
• Умеет разрабатывать управляющие программы для станков с ЧПУ на языке ISO 7bit
• Умеет использовать искусственный интеллект для автоматизации проектирования деталей и подготовки управляющих программ
• Умеет проводить разведочный анализ данных

Содержание учебной дисциплины

• Industry 4.0 и станки с ЧПУ
• Искусственный интеллект для автоматизации разработки управляющих программ для станков с ЧПУ
• Данные и аналитика в промышленных системах
• Контролируемое машинное обучение в решении производственных задач
• Неконтролируемое машинное обучение в решении производственных задач
• Обучение с подкреплением в решении производственных задач
• Рекомендательные системы и ассоциативные правила в решении производственных задач
• Нейронные сети и глубокое обучение в решении производственных задач

Элементы контроля

• Экзамен
• Активность на семинарах
• Проектное задание
• Использование информационного сервиса
• Экзамен
  Проект принимает преподаватель курса или другие сотрудники НИУ ВШЭ.
• Домашнее задание

Промежуточная аттестация

• 2025/2026 2nd module
  0.1 * Активность на семинарах + 0.2 * Экзамен + 0.25 * Проектное задание + 0.1 * Использование информационного сервиса
• 2025/2026 4th module
  0.2 * Домашнее задание + 0.1 * Активность на семинарах + 0.4 * Экзамен

Список литературы

Рекомендуемая основная литература

• Python для сложных задач: наука о данных и машинное обучение - 978-5-496-03068-7 - Плас Дж. Вандер - 2018 - Санкт-Петербург: Питер - https://ibooks.ru/products/356721 - 356721 - iBOOKS
• Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019
• Python и анализ данных - Маккинни У. - Издательство "ДМК Пресс" - 978-5-97060-590-5 - 2020 - русский - https://e.lanbook.com/book/131721 - ЛАНЬ - 131721
• Python и анализ данных : первичная обработка данных с применением pandas, NumPy и Jupiter, Маккинни, У., 2023
• Python и анализ данных. Первичная обработка данных с применением pandas, NumPy и Jupiter - Маккинни У. - Издательство "ДМК Пресс" - 978-5-93700-174-0 - 2023 - русский - https://e.lanbook.com/book/348086 - ЛАНЬ - 348086
• Анализ данных : учебник для вузов / под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2025. — 448 с. — (Высшее образование). — ISBN 978-5-534-19964-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/560311 (дата обращения: 02.07.2026).
• Анализ данных в науке и технике : машинное обучение, динамические системы и управление, Брантон, С. Л., 2021
• Базовые методы подготовки управляющих программ для токарных станков с ЧПУ - Рязанов А. И., Карпов А. В. - Самарский национальный исследовательский университет имени академика С. П. Королёва - 978-5-7883-1703-8 - 2021 - русский - https://e.lanbook.com/book/257063 - ЛАНЬ - 257063
• Глубокое обучение с подкреплением : теория и практика на языке Python, Грессер, Л., 2022
• Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи - 978-5-4461-1251-7 - Равичандиран Судхарсан - 2020 - Санкт-Петербург: Питер - https://ibooks.ru/products/365299 - 365299 - iBOOKS
• Глубокое обучение с подкреплением. AlphaGo и другие технологии - 978-5-4461-1079-7 - Максим Лапань - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/371683 - 371683 - iBOOKS
• Грокаем глубокое обучение с подкреплением, Моралес, М., 2023
• Грокаем глубокое обучение с подкреплением. - 978-5-4461-3944-6 - Моралес Мигель - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/products/391741 - 391741 - iBOOKS
• Изучение конструкции и принципов работы фрезерногравировального станка с ЧПУ - Преображенская Е. В., Скрипник С. В. - МИРЭА - Российский технологический университет - - - 2021 - русский - https://e.lanbook.com/book/226688 - ЛАНЬ - 226688
• Инструментообеспечение современных станков с ЧПУ - Балла О. М. - Издательство "Лань" - 978-5-507-45841-7 - 2023 - русский - https://e.lanbook.com/book/288794 - ЛАНЬ - 288794
• Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2023. — 350 с. — ISBN 978-5-406-10678-5. — URL: https://book.ru/book/947113 (дата обращения: 01.07.2026). — Текст : электронный.
• Исследование параметров режущих инструментов для станков с ЧПУ - Краско А. С., Баранова Н. С., Сухоруков К. А. - МИРЭА - Российский технологический университет - - - 2022 - русский - https://e.lanbook.com/book/311414 - ЛАНЬ - 311414
• Колошкина, И. Е.  Основы программирования для станков с ЧПУ : учебник для вузов / И. Е. Колошкина, В. А. Селезнев. — Москва : Издательство Юрайт, 2025. — 260 с. — (Высшее образование). — ISBN 978-5-534-10446-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/565801 (дата обращения: 02.07.2026).
• Колошкина, И. Е. Основы программирования для станков с ЧПУ в САМ-системе : учебник / И. Е. Колошкина. - Москва ; Вологда : Инфра-Инженерия, 2022. - 260 с. - ISBN 978-5-9729-0949-0. - Текст : электронный. - URL: https://znanium.com/catalog/product/1902772
• Крупномасштабное машинное обучение вместе с Python - Шарден Б., Массарон Л., Боскетти А. - Издательство "ДМК Пресс" - 978-5-97060-506-6 - 2018 - русский - https://e.lanbook.com/book/105836 - ЛАНЬ - 105836
• Машинное обучение с помощью Python : руководство для специалистов по работе с данными, Мюллер, А., 2022
• Мещерякова В.Б., Стародубов В.С. - Металлорежущие станки с ЧПУ - 978-5-16-019740-1 - ИНФРА-М - 2024 - https://znanium.ru/catalog/product/2134794 - 2134794 - ZNANIUM
• Наладка и обработка на станках с ЧПУ - Жидяев А. Н., Абульханов С. Р. - Самарский национальный исследовательский университет имени академика С. П. Королёва - 978-5-7883-1575-1 - 2020 - русский - https://e.lanbook.com/book/188943 - ЛАНЬ - 188943
• Нейронные сети, генетические алгоритмы и нечеткие системы, Рутковская, Д., 2008
• Нейронные сети. Полный курс : пер. с англ., Хайкин, С., 2018
• Обучение с подкреплением для реальных задач: Пер. с англ. - 978-5-9775-6885-2 - Уиндер Ф. - 2022 - Санкт-Петербург: БХВ-Петербург - https://ibooks.ru/products/386481 - 386481 - iBOOKS
• Обучение с подкреплением на PyTorch. Сборник рецептов - Лю Ю. - Издательство "ДМК Пресс" - 978-5-97060-853-1 - 2020 - русский - https://e.lanbook.com/book/179493 - ЛАНЬ - 179493
• Обучение с подкреплением, Саттон, Р. С., 2011
• Обучение с подкреплением: введение - Саттон Р. С., Барто Э. Дж. - Издательство "ДМК Пресс" - 978-5-97060-097-9 - 2020 - русский - https://e.lanbook.com/book/179453 - ЛАНЬ - 179453
• Основы программирования станков с ЧПУ - Бекташов Д. А., Власов А. М. - Ивановский государственный энергетический университет имени В.И. Ленина - - - 2018 - русский - https://e.lanbook.com/book/154545 - ЛАНЬ - 154545
• Платонов, А. В.  Машинное обучение : учебное пособие для вузов / А. В. Платонов. — Москва : Издательство Юрайт, 2023. — 85 с. — (Высшее образование). — ISBN 978-5-534-15561-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/520544 (дата обращения: 02.07.2026).
• Подготовка управляющих программ для оборудования с ЧПУ. Кн. 1 - Звонцов И.Ф., Иванов К.М., Серебреницкий П.П. - Балтийский государственный технический университет «Военмех» имени Д.Ф. Устинова - 978-5-85546-993-6 978-5-85546-994-3 - 2016 - русский - https://e.lanbook.com/book/98209 - ЛАНЬ - 98209
• Подготовка управляющих программ для оборудования с ЧПУ. Книга 2 - Звонцов И.Ф., Иванов К.М., Серебреницкий П.П. - Балтийский государственный технический университет «Военмех» имени Д.Ф. Устинова - 978-5-85546-993-6 978-5-906920-11-9 - 2017 - русский - https://e.lanbook.com/book/121811 - ЛАНЬ - 121811
• Программирование обработки на оборудовании с ЧПУ : учебник : в 2 т. Т. 2 - 978-5-7038-4908-8 - Евгенев Г. Б. и др. - 2018 - Москва: МГТУ им. Н.Э. Баумана - https://ibooks.ru/products/363949 - 363949 - iBOOKS
• Разведочный анализ данных. Python. Часть 1 - Демидова Л. А. - МИРЭА - Российский технологический университет - - - 2022 - русский - https://e.lanbook.com/book/310970 - ЛАНЬ - 310970
• Сверточные нейронные сети: примеры реализаций - Соробин А. Б. - МИРЭА - Российский технологический университет - - - 2020 - русский - https://e.lanbook.com/book/163853 - ЛАНЬ - 163853
• Чуваков, А. Б.  Основы подготовки технологических операций на обрабатывающих станках с ЧПУ : учебник для вузов / А. Б. Чуваков. — Москва : Издательство Юрайт, 2025. — 199 с. — (Высшее образование). — ISBN 978-5-534-14466-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/567964 (дата обращения: 02.07.2026).
• Электронное учебное пособие «Искусственные нейронные сети». (2019). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.32ADFB15

Авторы

• Трубочкина Надежда Константиновна
• Полесский Сергей Николаевич
• Романова Ирина Ивановна
• Аминев Дмитрий Андреевич
• Демин Алексей Анатольевич
• Варнавский Александр Николаевич
• Рустамова Дарина Дмитриевна