Прикладные модели искусственного интеллекта (семинар наставника)

Магистратура 2023/2024

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

Статус: Курс обязательный (Прикладные модели искусственного интеллекта)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент прикладной математики

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

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Сластников Сергей Александрович

Прогр. обучения: Прикладные модели искусственного интеллекта

Язык: русский

Кредиты: 10

Контактные часы: 68

Полная версия программы учебной дисциплины

Аннотация

Семинар разделен на тематических блока: научный и прикладной. Прикладная цель семинара состоит в исследовании и применение современных подходов анализа данных и машинного обучения для решения прикладных задач в области обработки текстов, анализа изображений, видео и аудиопотоков на основе индустриальных кейсов. При обучении предусмотрен контроль знаний студентов в виде учета активности студентов на семинаре, домашнего задания, лабораторных работ и экзамена. Общенаучный блок призван дать студентам навыки по формулированию целей и задач научного исследования, определению требований к результатам исследований, описания новизны и практической значимости результатов исследования. Текущие результаты исследований обсуждаются в форме презентаций в рамках семинара.

Цель освоения дисциплины

Исследование и применение современных подходов анализа данных и машинного обучения для решения прикладных задач в области обработки текстов, анализа изображений, видео и аудиопотоков
Навыки по формулированию целей и задач научного исследования, определению требований к результатам исследований, описания новизны и практической значимости результатов исследования.
Развитие у магистров профессиональных компетенций и навыков применения современных подходов анализа данных и машинного обучения для решения прикладных задач.

Планируемые результаты обучения

Знать проблематику современных систем искусственного интеллекта.
Получить навыки (приобрести опыт) использования современных методов машинного обучения и анализа данных.
Уметь находить информацию по теме исследования в современных источниках научно-технической информации; математически описывать постановку и решение задач анализа числовых, текстовых и фото-видео данных.

Содержание учебной дисциплины

Вычислительные методы систем ИИ.
Основы обработки текстовых данных.
Применение статистических методов обработки данных.

Элементы контроля

Презентация по теме исследования
Методы оптимизации
Обработка графических данных
Обработка текстовых данных
Анализ временных рядов
Рецензия на научную статью
Защита концепции ВКР
Защита презентации по теме исследования
Защита презентации по обработке графических данных
Защита работы по анализу временных рядов

Промежуточная аттестация

2023/2024 учебный год 1 модуль
0.5 * Защита презентации по теме исследования + 0.5 * Презентация по теме исследования
2023/2024 учебный год 3 модуль
0.5 * Методы оптимизации + 0.5 * Обработка текстовых данных
2023/2024 учебный год 4 модуль
0.5 * Защита презентации по обработке графических данных + 0.5 * Обработка графических данных
2024/2025 учебный год 1 модуль
0.5 * Анализ временных рядов + 0.5 * Защита работы по анализу временных рядов
2024/2025 учебный год 3 модуль
0.5 * Защита концепции ВКР + 0.5 * Рецензия на научную статью

Программа дисциплины