Course \00abData Analysis\00bb
Course Description
| Parameter | Value |
|---|---|
| Course Delivering Subdivision | OND |
| Language of Training | Russian |
| Admission Year | 2025 |
| Parameter | 2 семестр |
|---|---|
| Credit Value | 4 |
| Виды занятий (Часы/Вид) | 96/L, 48/IWS |
| Type of Assessment | Grading Test |
| Parameter | Value | |
|---|---|---|
| Brief Description/Course Content |
Раздел 1. «Погружение» в методологию ИИ. Раздел 2. Введение в механизм обучения (Machine Learning). Раздел 3. Машинное обучение «с учителем»: задача классификации. Раздел 4. Классические популярные в НГД алгоритмы машинного обучения. Раздел 5. Машинное обучение «без учителя»: задача кластеризации. Раздел 6. Машинное обучение с подкреплением. Раздел 7. Гибридные алгоритмы и механизмы ИИ. Основы Deep Learning |
|
| Planned Learning Outcomes |
Владеет навыком программирования на языке Python для решения задач регрессии, классификации и кластеризации на базе методов машинного обучения в сфере своей профессиональной деятельности. Умеет подготавливать геолого-геофизические данные для использования в алгоритмах машинного обучения. |
|
| Включена в профессиональные треки | ||
| Направления, для которых подходит данная дисциплина |
|
|
Русский