We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Artificial intelligence and advanced analytics technologies

2024/2025
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Delivered at:
Department of Business Informatics and Operations Management
Course type:
Compulsory course
When:
1 year, 3, 4 module

Instructors


Андриенко Виктор Александрович

Программа дисциплины

Аннотация

Предмет направлен на формирование компетенций у студентов магистров в области искусственного интелекта.
Цель освоения дисциплины

Цель освоения дисциплины

  •  - Приобретение понимания содержания и условий применимости методов искусственного интеллекта и продвинутой аналитики  - Приобретение знаний основных практических возможностей методов искусственного интеллекта и продвинутой аналитики  - Приобретение умений базовой подготовки и обработки данных методами машинного обучения (язык программирования Python и специализированные библиотеки)
Планируемые результаты обучения

Планируемые результаты обучения

  • Оценить бизнес-задачу в контексте применимости методов искусственного интеллекта и продвинутой аналитики.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Технологии искусственного интеллекта и продвинутой аналитики
Элементы контроля

Элементы контроля

  • неблокирующий Самостоятельная работа
    Самостоятельная работа по темам 1-3 практических занятий выполняется по заданным вариантам.
  • неблокирующий Разработка ML-модели
    Разработка ML-модели по темам 4-6 практических занятий выполняется по индивидуальной теме.
  • неблокирующий Разработка ML-сервиса
    Разработка ML-сервиса по темам 7-9 практических занятий выполняется по индивидуальной теме.
  • неблокирующий Экзамен
    Экзамен представляет собой письменную работу на вопросы, которые охватывают весь курс. Экзаменационный билет включает в себя 2 вопроса, соответствующих темам курса.
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 4th module
    0.2 * Разработка ML-модели + 0.2 * Разработка ML-сервиса + 0.1 * Самостоятельная работа + 0.5 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Коротеев, М. В., Основы машинного обучения на Python : учебник / М. В. Коротеев. — Москва : КноРус, 2024. — 431 с. — ISBN 978-5-406-12673-8. — URL: https://book.ru/book/952751 (дата обращения: 27.08.2024). — Текст : электронный.
  • Машинное обучение без лишних слов, Бурков, А., 2020

Рекомендуемая дополнительная литература

  • Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019
  • Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS

Авторы

  • Искандеров Юрий Марсович
  • Орлова Екатерина Дмитриевна