Course \00abData Analysis\00bb

Год начала обучения
Mode of Training
Degree / Qualification Level

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
  • 21.04.01 Нефтегазовое дело (ФГОС ВО 3++)