• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2024/2025

Введение в генеративный искусственный интеллект

Статус: Курс обязательный (Экономика)
Направление: 38.03.01. Экономика
Когда читается: 4-й курс, 2 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 20
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 3
Контактные часы: 8

Программа дисциплины

Аннотация

Генеративные модели ИИ используют нейронные сети для выявления закономерностей и структур в существующих данных, чтобы генерировать новый и оригинальный контент. Примерами генеративных моделей являются GPT-3 и Stable Diffusion, которые позволяют пользователям использовать возможности естественного языка. В ходе этого курса студенты погрузятся в мир генеративных моделей ИИ, изучат их определение, назначение, области применения и ключевые концепции, определяющие их успех.
Цель освоения дисциплины

Цель освоения дисциплины

  • Узнать о ключевых концепциях, определяющих успех технологий искусственного интеллекта.
  • Получить представление о генеративных моделях ИИ, создающих оригинальный контент.
Планируемые результаты обучения

Планируемые результаты обучения

  • ПК-1-ЛГ. Способен идентифицировать данные, необходимые для решения поставленных логистических задач; осуществлять сбор и обработку данных; анализировать результаты расчетов и обосновывать выводы в соответствии с поставленной задачей.
  • ПК-3-ЭКН. Способен использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии.
  • ПК-5-ЛГ. Способен анализировать статистическую и финансовую отчетность с целью определения эффективности логистических процессов и количественного прогнозирования конъюнктуры рынков.
  • ОПК-5-МН. Способен использовать при решении профессиональных задач современные информационные технологии и программные средства, включая управление крупными массивами данных и их интеллектуальный анализ.
  • ОПК-3-МН. Способен разрабатывать обоснованные организационно-управленческие решения с учетом их социальной значимости, содействовать их реализации в условиях сложной и динамичной среды и оценивать их последствия.
  • ОПК-2-ЭКН. Способен осуществлять сбор, обработку и статистический анализ данных, необходимых для решения поставленных экономических задач.
  • ОПК-5-ЭКН. Способен использовать современные информационные технологии и программные средства при решении профессиональных задач.
  • ОПК-3-ЭКН. Способен анализировать и содержательно объяснять природу экономических процессов на микро- и макроуровне.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в ключевые концепции генеративного ИИ
  • Инструменты и применение генеративного ИИ
Элементы контроля

Элементы контроля

  • неблокирующий Тесты
    Восемь тестов из онлайн-курса, организованного в системе SmartLMS (по одному тесту на каждую неделю). Каждый тест имеет одинаковый вес и максимально оценивается в 10 баллов. Итоговая оценка за все тесты - это средняя оценка. Оценка не округляется.
  • неблокирующий Семинары
    Семинарские занятия проводятся с использованием ранжирования результатов, командной работы и игровыми элементами.
  • неблокирующий Итоговый тест
    Итоговый тест из онлайн-курса, организованного в системе SmartLMS. Максимум 10 баллов. Оценка не округляется.
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    0.7 * Итоговый тест + 0.1 * Семинары + 0.2 * Тесты
Список литературы

Список литературы

Рекомендуемая основная литература

  • Генеративное глубокое обучение. Творческий потенциал нейронных сетей - 978-5-4461-1566-2 - Дэвид Фостер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/371724 - 371724 - iBOOKS

Рекомендуемая дополнительная литература

  • Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS

Авторы

  • Терников Андрей Александрович
  • Будько Виктория Александровна