Магистратура 2026/2027

Машинное обучение и анализ больших данных

Статус: Курс по выбору (Управление цифровым продуктом)

Кто читает: Департамент бизнес-информатики

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1 модуль

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Бахматов Андрей Вячеславович, Макрушин Сергей Вячеславович

Язык: русский

Кредиты: 3

Контактные часы: 24

Программа дисциплины

Аннотация

Настоящая дисциплина относится к вариативной части дисциплин программы "Управление цифровым продуктом" и направлен на формирование комплексного понимания современных технологий искусственного интеллекта и их практического применения в бизнесе.В рамках курса студенты познакомятся с ключевыми концепциями машинного обучения и глубокого обучения, освоят принципы работы с данными в ИИ-проектах, изучат классические и современные методы машинного обучения. Особое внимание уделяется практическим аспектам применения технологий искусственного интеллекта в бизнес-контексте.Курс сочетает теоретическую подготовку с практическим освоением инструментов и методов управления AI-проектами. Студенты научатся оценивать эффективность ИИ-решений и принимать обоснованные решения при внедрении технологий искусственного интеллекта в бизнес-среде.

Цель освоения дисциплины

• Целью освоения дисциплины "Машинное обучение и анализ больших данных" является обучение студентов базовым навыкам использования машинного обучения и анализа данных и пониманию принципов реализации проектов, использующих технологии машинного обучения и ИИ при создании и развитии цифровых продуктов.

Планируемые результаты обучения

• Оценивает применимости ИИ и ML-технологий для решения конкретных бизнес-задач.
• Формулирует требования к данным для ИИ и ML-проектов.
• Разрабатывает стратегии сбора и подготовки данных для машинного обучения.
• Управляет жизненным циклом ИИ-проекта.
• Применяет принципы формирования команды ИИ-проекта.

Содержание учебной дисциплины

• Введение в искусственный интеллект и машинное обучение
• Управление данными в ИИ

Элементы контроля

• Тест
  Промежуточное тестирование
• Групповой проект (итоговый)
  Промежуточное тестирование проводится на платформе Startexam
• Посещаемость

Промежуточная аттестация

• 2026/2027 1st module
  0.6 * Групповой проект (итоговый) + 0.3 * Тест + 0.1 * Посещаемость

Список литературы

Рекомендуемая основная литература

• Аналитическая культура : от сбора данных до бизнес-результатов, Андерсон, К., 2023
• Глубокое обучение, Гудфеллоу, Я., 2018
• Информационные технологии анализа данных. Data Analysis : учебное пособие, Петрунин, Ю. Ю., 2023
• Корпоративное озеро больших данных : новый подход к использованию Big Data и Data Science в бизнесе, Горелик, А., 2023
• Машинное обучение с помощью Python : руководство для специалистов по работе с данными, Мюллер, А., 2022
• Наука о данных : базовый курс, Келлехер, Д. Д., 2023

Авторы

• Макрушин Сергей Вячеславович