Магистратура
2021/2022
Введение в искусственный интеллект
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
Программа 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 модуль0.5 * Тесты и расчетные задачи + 0.5 * Тесты, расчетные задачи и задания с взаимным оцениванием.
Список литературы
Рекомендуемая основная литература
- Смолин, Д. В. Введение в искусственный интеллект: конспект лекций : учебное пособие / Д. В. Смолин. — 2-е изд., перераб. — Москва : ФИЗМАТЛИТ, 2007. — 264 с. — ISBN 978-5-9221-0862-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/2325 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Osondu, O. (2021). A First Course in Artificial Intelligence. Bentham Science Publishers Ltd.