Введение в искусственный интеллект

Магистратура 2021/2022

Статус: Курс по выбору (Менеджмент в ритейле)

Направление: 38.04.02. Менеджмент

Кто читает: Департамент маркетинга

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 2 модуль

Формат изучения: с онлайн-курсом

Охват аудитории: для своего кампуса

Преподаватели: Казаков Сергей Петрович

Прогр. обучения: Менеджмент в ритейле

Язык: русский

Кредиты: 3

Контактные часы: 2

Полная версия программы учебной дисциплины

Аннотация

За последние десятилетия во многих областях науки и индустрии стали накапливаться большие объемы данных, а также стали развиваться методы машинного обучения, позволяющие извлекать из этих данных знания и экономическую пользу. Сегодня методы анализа данных позволяют решать настолько сложные задачи, что в применении к ним всё чаще используют термин “искусственный интеллект”. Формат Курс состоит из коротких видеолекций от 5 до 15 минут длиной. После каждого фрагмента лекции предлагаются не оцениваемые вопросы на понимание прослушанного материала. Если вам не удается ответить на вопрос, мы очень рекомендуем прослушать фрагмент еще раз и затем только переходить к следующему фрагменту лекции. На каждой неделе будет представлен оцениваемый тест из 10-15 вопросов. Также для нескольких тем будут предложены расчетные задачи и задания с взаимным оцениванием. Эти задания помогут закрепить полученные знания. Требования Особых требований к обучающимся нет. Авторы курса: Мягких П.И., Преподаватель Ф-та компьютерных наук, Трусов И.А., Преподаватель Ф-та компьютерных наук, Бурова М.Б., Магистр, Факультет компьютерных наук

Цель освоения дисциплины

Дать слушателям базовое представление о методах искусственного интеллекта, познакомить с терминологией и научить применять некоторые из методов для решения несложных задач.

Планируемые результаты обучения

Проводить разведывательный анализ данных
Грамотно визуализировать результаты исследований
Интерпретировать статистические данные
Обучать несложные модели на готовых данных в Orange
Объясняет основу работы нейронных сетей
Объясняет основы машинного обучения
Объясняет применение нейронных сетей в задачах стилизации изображений
Объясняет работу искусственного интеллекта в других сферах применения
Описывает применение нейронных сетей для распознавания изображений
Понимать основные ошибки в рассуждениях на основе данных
Применяет машинное обучение в задачах классификации
“Отличать случайное от неслучайного” — проверять гипотезы

Содержание учебной дисциплины

Введение в искусственный интеллект
Введение в машинное обучение
Машинное обучение в задачах классификации
Введение в машинное обучение: кластеризация и визуализация данных
Введение в теорию вероятностей
Введение в математическую статистику
A/B тестирование
Основы визуализации данных
Введение в нейронные сети
Нейронные сети в задачах распознавания изображений
Другие задачи искусственного интеллекта: рекомендательные системы и ассоциативные правила
Нейронные сети в задачах стилизации изображений

Элементы контроля

Тесты и расчетные задачи
Тесты, расчетные задачи и задания с взаимным оцениванием.
На каждой неделе будет представлен оцениваемый тест из 10-15 вопросов. Также для нескольких тем будут предложены расчетные задачи и задания с взаимным оцениванием. Эти задания помогут закрепить полученные знания.

Промежуточная аттестация

2021/2022 учебный год 2 модуль
0.5 * Тесты и расчетные задачи + 0.5 * Тесты, расчетные задачи и задания с взаимным оцениванием.

Программа дисциплины