Course \00abIntroduction to Computer Studies\00bb
Course Description
Parameter | Value |
---|---|
Course Delivering Subdivision | OIT |
Language of Training | Russian |
Admission Year | 2022 |
Parameter | 6 семестр |
---|---|
Credit Value | 3 |
Виды занятий (Часы/Вид) | 16/L, 76/IWS, 16/LW |
Type of Assessment | Pass/Fail Examination |
Parameter | Value |
---|---|
Brief Description/Course Content |
Дисциплина «Основы машинного обучения» знакомит студентов с интердисциплинарным направлением, объединяющим знания из областей информатики, математики, статистики и других наук для решения задач машинного обучения. В дисциплине рассматриваются следующие крупные темы:
• Подготовка, очистка и анализ данных |
Planned Learning Outcomes |
После завершения модуля, обучающийся будет уметь: - Разрабатывать модели машинного обучения для классификации и кластеризации табличных данных; - Разрабатывать рекомендательные системы; |
Training Features |
В данной дисциплине предполагается использование современных инструментов для решения практических задач анализа данных. Модуль содержит множество практических заданий, призванных закрепить теоретические знания и дать обучающемуся требуемые для аналитики данных навыки. |
Included into Modules |
Course Description
Parameter | Value |
---|---|
Course Delivering Subdivision | OIT |
Language of Training | Russian |
Admission Year | 2022 |
Parameter | 6 семестр |
---|---|
Credit Value | 3 |
Виды занятий (Часы/Вид) | 12/L, 22/LW, 76/IWS |
Type of Assessment | Pass/Fail Examination |
Parameter | Value |
---|---|
Brief Description/Course Content |
Дисциплина «Основы машинного обучения» знакомит студентов с интердисциплинарным направлением, объединяющим знания из областей информатики, математики, статистики и других наук для решения задач машинного обучения. В дисциплине рассматриваются следующие крупные темы:
• Подготовка, очистка и анализ данных |
Planned Learning Outcomes |
После завершения модуля, обучающийся будет уметь: - Разрабатывать модели машинного обучения для классификации и кластеризации табличных данных; - Разрабатывать рекомендательные системы; |
Training Features |
В данной дисциплине предполагается использование современных инструментов для решения практических задач анализа данных. Модуль содержит множество практических заданий, призванных закрепить теоретические знания и дать обучающемуся требуемые для аналитики данных навыки. |
Included into Modules |