Машинное обучение и технологии искусственного интеллекта

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент электронной инженерии

Статус:

Курс обязательный

Когда читается:

1-й курс, 3, 4 модуль

Преподаватель

Иванов Федор Ильич

Программа дисциплины

Аннотация

Дисциплина "Машинное обучение и технологии искусственного интеллекта" направлена на изучение основных методов и моделей машинного обучения и их практическое применение. Рассматриваются основные типы задач обучения с учителем и без: классификация, кластеризация, регрессия.

Цель освоения дисциплины

• формирование у студентов практических навыков работы с данными и решения прикладных задач анализа данных.

Планируемые результаты обучения

• Знать понятия и методы машинного обучения, которые могут быть полезны для дальнейшего изучения соответствующих дисциплин, а также для применения в профессиональной деятельности.
• Владеть методами машинного обучения и популярными программными пакетами для решения практических задач машинного обучения.

Содержание учебной дисциплины

• Введение в машинное обучение
• Машинное обучение как математическое моделирование
• Введение в линейные модели и задача регрессии
• Линейные модели и задача классификации

Элементы контроля

• Реализация модели линейной регрессии с понижением размерности
• Экзамен
  Итоговый экзамен по дисциплине проводится в форме устного экзамена в конце изучения курса в присутствии преподавателя. На экзамене студент выбирает экзаменационный билет, который составляется с учетом пройденного материала, как на лекционных занятиях, так и на семинарах. После ответа студента преподаватель может ему задать уточняющие вопросы по тематике билета.
• Реализация EM/GMM алгоритма
• Реализация метода кластеризации k-means и с-means на текстовой информации

Промежуточная аттестация

• 2025/2026 4th module
  0.3 * Реализация EM/GMM алгоритма + 0.2 * Реализация метода кластеризации k-means и с-means на текстовой информации + 0.2 * Реализация модели линейной регрессии с понижением размерности + 0.3 * Экзамен

Список литературы

Рекомендуемая основная литература

• Elements of information theory, Cover, T. M., 2006
• Python для сложных задач : наука о данных и машинное обучение, Плас, Дж. В., 2018

Рекомендуемая дополнительная литература

• Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019
• Вероятность и математическая статистика : энциклопедия, , 1999
• Математические основы машинного обучения и прогнозирования, Вьюгин, В. В., 2022

Авторы

• Иванов Федор Ильич