Машинное обучение в прикладных задачах

2023/2024

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Дисциплина общефакультетского пула

Кто читает: Департамент прикладной математики

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 3 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Тимохин Илья Сергеевич

Язык: русский

Кредиты: 4

Контактные часы: 40

Дополнительные материалы в LMS Задать вопрос

Аннотация

Целью освоения дисциплины является изучение основных понятий и терминологии научного подхода по извлечению нового знания из данных большого объема. Помимо классических методов машинного обучения, в курсе представлен блок по анализу сетевых данных. Акцент делается на алгоритмические и вычислительные аспекты, так что студент дополнительно получает навыки программирования на высокоуровневом языке Python, с помощью которого иллюстрируются все построения. .

Цель освоения дисциплины

ознакомление студентов с теоретическими основами и базовыми принципами машинного обучения, а именно с классами моделей (линейных, логических, нейронных сетей), метриками оценки качества и подходами к предварительной обработке данных;
формирование у студентов практических навыков работы с данными и решения прикладных задач анализа данных.

Планируемые результаты обучения

Знает: концепции и методы машинного обучения, которые могут быть полезны для дальнейшего изучения соответствующих дисциплин, а также для применения в профессиональной деятельности.
Знает: самые популярные направления исследований в области машинного обучения.
Умеет: выбирать методы машинного обучения для решения задач в сфере профессиональной деятельности.
Приобретает навыки в выборе методов машинного обучения и популярных программных пакетов для решения практических задач машинного обучения.