Бакалавриат
2026/2027





Научно-исследовательский семинар "Введение в машинное обучение"
ID 1178006
Статус:
Курс обязательный (Технологии искусственного и дополненного интеллекта)
Когда читается:
2-й курс, 1, 2 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Савченко Людмила Васильевна
Язык:
русский
Кредиты:
3
Контактные часы:
40
Программа дисциплины
Аннотация
Настоящая программа учебной дисциплины устанавливает требования к образовательным результатам и результатам обучения студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих дисциплину «Введение в машинное обучение», учебных ассистентов и студентов направления подготовки 38.03.05 Бизнес-информатика, обучающихся по образовательной программе «Бизнес информатика» и студентов направления подготовки 09.03.04 Программная инженерия, обучающихся по образовательной программе «Программная инженерия».
Цель освоения дисциплины
- − приобретение навыков работы на языке Python, знание и понимание задач управления данными, в том числе, загрузка данных, преобразование данных, и предварительный анализ и визуализация данных
- − знакомство с основными задачами и моделями машинного обучения, знание методов оценки качества работы различных моделей машинного обучения
- − понимание процесса интеграции моделей машинного обучения в рамках задач стоящих перед потенциальными заказчиками
- − повышение мотивации студентов на дальнейшее углубление своих знаний в области работы с данными и машинного обучения
Планируемые результаты обучения
- Знает основные стадии ведения проекта машинного обучения; умеет распозанавать задачи машинного обучения в реальных бизнес-задачах; имеет навыки оценки качества и интерпретации полученных результатов
- Знает основные задачи машинного обучени; знает основные модели машинного обучения; умеет формализовать бизнес задачу как задачу машинного обучения; имеет навыки обучения и применения моделей машинного обучения на языке Python
- Знает основные подходы к преобразованию данных; умеет работать с массивами данных; имеет навыки загрузки, преобразования, очистки и визуализизации данных на языке Python
Содержание учебной дисциплины
- Раздел 1. Введение в анализ данных и язык Python
- Раздел 2. Фундаментальные основы машинного обучения
- Раздел 3. Прикладной опыт ведения проектов машинного обучения
Элементы контроля
- практическая работа
- Активность на семинарахОтветы на семинарах
- Проектвыполнение проекта в области машинного обучения
- контрольная работаконтрольная работа по пройденным темам
- экзамен
Промежуточная аттестация
- 2026/2027 2nd module0.1 * экзамен + 0.2 * Проект + 0.1 * Активность на семинарах + 0.15 * практическая работа + 0.1 * контрольная работа
Список литературы
Рекомендуемая основная литература
- Компьютерные технологии анализа данных в эконометрике / Д.М. Дайитбегов. - М.: ИНФРА-М: Вузовский учебник, 2008. - 578 с.: 70x100 1/16. - (Научная книга). (переплет) ISBN 978-5-16-003380-8 - Режим доступа: http://znanium.com/catalog/product/143137
- Основы алгоритмизации и программирования на Python : учеб. пособие / С.Р. Гуриков. — М. : ФОРУМ : ИНФРА-М, 2018. — 343 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/924699
Рекомендуемая дополнительная литература
- Статистический анализ данных в MS Excel: Учебное пособие / А.Ю. Козлов, В.С. Мхитарян, В.Ф. Шишов. - М.: ИНФРА-М, 2012. - 320 с.: 60x90 1/16. - (Высшее образование). (переплет) ISBN 978-5-16-004579-5 - Режим доступа: http://znanium.com/catalog/product/238654
- Экономическая информатика: Введение в экономический анализ информационных систем [Электронный ресурс] : Учебник. - M.: Инфра-М, 2005. - 965 с.: - (Учебники экономического факультета МГУ им. М.В. Ломоносова). - ISBN 5-16-002009-8. - Режим доступа: http://znanium.com/catalog/product/534301