• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2026/2027

Проектирование систем машинного обучения

Статус: Курс по выбору (Современные компьютерные науки)
Когда читается: 1-й курс, 3 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 24

Программа дисциплины

Аннотация

Модель машинного обучения, обученная с высокой точностью — это хорошо, но не достаточно. Чтобы полностью раскрыть ее потенциал и начать решать с ее помощью реальные задачи, необходимо провести дополнительную работу по запуску модели в виде какого-то сервиса. В эту работу входит проектирование системы обработки данных, создание инфраструктуры для этой системы, оптимизация работы модели и последующий анализ работы полученного сервиса.Цели курса: Узнать, как грамотно развертывать сервисы для обработки данных; Анализировать качество работы системы машинного обучения для дальнейшего улучшения; Узнать, как оптимизировать алгоритмы и запускать их на устройстах пользователей.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование знаний, умений и навыков проектирования процессов машинного обучения с учётом требований бизнеса
Планируемые результаты обучения

Планируемые результаты обучения

  • ● Владеть навыками организации хранения, подготовки и аннотирования данных для машинного обучения
  • ● Уметь организовывать обучение ML моделей, проверять соответствие обученных моделей требованиям бизнеса
  • ● Уметь организовывать процессы применения ML моделей с учётом требований бизнеса
  • ● Владеть навыками применения аналитики данных для принятия решений, связанных с обучением и применением ML моделей для бизнеса
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в промышленное машинное обучение
  • Работа с данными для машинного обучения
  • Обучение моделей
  • Оффлайн и онлайн применение моделей
  • Аналитика данных для промышленного машинного обучения
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 3rd module
    0.7 * Домашнее задание + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • 16740 - Python и машинное обучение - С.Рашка - ДМК Пресс - 2017 - https://hse.alpinadigital.ru/document/16740 - Alpina
  • System Design : подготовка к сложному интервью, Сюй, А., 2023

Рекомендуемая дополнительная литература

  • Машинное обучение & TensorFlow, Шакла, Н., 2019
  • Платонов, А. В.  Машинное обучение : учебник для вузов / А. В. Платонов. — 2-е изд. — Москва : Издательство Юрайт, 2026. — 78 с. — (Высшее образование). — ISBN 978-5-534-22200-5. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/600893 (дата обращения: 02.07.2026).

Авторы

  • Фисенко Анна Сергеевна
  • Яковлева Илона Александровна