Дисциплина «Искусственный интеллект и нейронные сети»

Год начала обучения
Форма обучения
Уровень квалификации

Описание дисциплины

Параметр Значение
Язык обучения Русский
Год приёма 2018

Параметр 4 семестр
Кредитная стоимость 2
Виды занятий (Часы/Вид) 24/ЛБ, 32/СРС, 16/ЛК
Тип аттестации Зачет

Параметр Значение
Краткое описание/содержание дисциплины

В настоящее время искусственный интеллект (ИИ) стремительно проникает в нашу жизнь вместе с автоматическим анализом данных с камер видеонаблюдения, автономным вождением, анализом персональных данных на мобильных устройствах, прогнозированием событий и природных явлений, автоматическим переводом. Чтобы идти в ногу со временем, необходимо понимать принципы работы методов ИИ. Общая идея методов ИИ состоит в разработке математической модели, способной к анализу данных, выявлению закономерностей и отклонений.
Данный курс посвящен наиболее важным методам, которые успешно применяются при анализе данных, детектировании объектов, классификации и прогнозировании. В курсе рассматриваются искусственные нейронные сети, свёрточные нейронные сети, LSTM-модели, деревья решений и др.
В ходе лабораторных занятий будут рассмотрены современные библиотеки методов ИИ.
После прохождения дисциплины рекомендуется продолжить обучение на модулях дополнительной специализации: "Разработка методов вычислительного интеллекта на языке Python", "BigData solutions"

Описание дисциплины

Параметр Значение
Язык обучения Русский
Год приёма 2019

Параметр 4 семестр
Кредитная стоимость 2
Виды занятий (Часы/Вид) 24/ЛБ, 32/СРС, 16/ЛК
Тип аттестации Зачет

Параметр Значение
Краткое описание/содержание дисциплины

В настоящее время искусственный интеллект (ИИ) стремительно проникает в нашу жизнь вместе с автоматическим анализом данных с камер видеонаблюдения, автономным вождением, анализом персональных данных на мобильных устройствах, прогнозированием событий и природных явлений, автоматическим переводом. Чтобы идти в ногу со временем, необходимо понимать принципы работы методов ИИ. Общая идея методов ИИ состоит в разработке математической модели, способной к анализу данных, выявлению закономерностей и отклонений.
Данный курс посвящен наиболее важным методам, которые успешно применяются при анализе данных, детектировании объектов, классификации и прогнозировании. В курсе рассматриваются искусственные нейронные сети, свёрточные нейронные сети, LSTM-модели, деревья решений и др.
В ходе лабораторных занятий будут рассмотрены современные библиотеки методов ИИ.
После прохождения дисциплины рекомендуется продолжить обучение на модулях дополнительной специализации: "Разработка методов вычислительного интеллекта на языке Python", "BigData solutions"