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