• 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


Ершов Александр 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