Бакалавриат 2022/2023

Проектный семинар «Основы технологии производства и машинное обучение»

Статус: Курс обязательный (Информатика и вычислительная техника)

Направление: 09.03.01. Информатика и вычислительная техника

Кто читает: Департамент компьютерной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 3-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Аминев Дмитрий Андреевич, Демин Алексей Анатольевич, Полесский Сергей Николаевич

Язык: русский

Кредиты: 3

Контактные часы: 32

Программа дисциплины

Аннотация

Проектный семинар "Основы технологии производства и машинное обучение" дает базовые знания по проведению проектной деятельности; дает основы правильной постановки цели и задач исследования; учит планированию работ проекта; дает навыки креативного мышления для поиска и выбора наилучшего проектного решения. Настоящая дисциплина относится к профессиональному циклу дисциплин и входит в блок дисциплин «Практики, проектная и/или научно-исследовательская работа», обеспечивающих профессиональную подготовку. Вторая часть курса дает базовые знания по основам машинного обучения, которое направлено на создание методов и алгоритмов нахождения изначально неизвестных взаимосвязей и закономерностей в массивах данных. С помощью машинного обучения можно решать различные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете. Данными может оказаться что угодно: результаты научных экспериментов, логи банковских транзакций, метеорологические наблюдения, профили в социальных сетях — словом, всё, что может быть полезно проанализировать.

Цель освоения дисциплины

• 1. Обеспечить студентов базовыми знаниями принципов проектирования и технологии производства вычислительных систем. 2. Познакомить студентов с основами системного подхода к производству вычислительных систем. 3. Познакомить студентов c теоретическими и практическими методами производства вычислительных систем. 4. Познакомить студентов c технологией производства вычислительных систем. 5. Обучить студентов основам производства вычислительных систем.
• 1. Познокомить студентов с основными этапами процесса построения алгоритма решения задач на основе данных, инструментами решения задач машинного обучения. Обучить студентов основным методам контролируемого машинного обучения, неконтролируемого машинного обучения, обучения с подкреплением, рекомендательным системам, нейронным сетям и AutoML.

Планируемые результаты обучения

• Иметь общее представление о принципах работы нейроных сетей. Уметь использовать готовые нейронные сети для анализа собственных данных
• Демонстрирует знание специальных видов нейронных сетей: рекуррентные, сверточные, глубокие сети для обработки текстов (распределенные представления слов и рекурсивные нейронные сети)
• Конструирует нейронные сети для решения задач классификации, регрессии и прогнозирования временных рядов
• Применяет машинное обучение и нейронные сети на реальных кейсах
• Интерпретировать виды нейронных сетей (сверточные, рекуррентные, глубокие), возможность изменения параметров сети (число слоев, число нейронов). Применять нейронные сети для решения практических задач.
• Знать методологии производства вычислительных систем
• Знать методы и схемы производства вычислительных устройств и систем.
• Знать основные технологии производства вычислительных систем
• Знать системный подход к производству
• Знать средства планирования работ и управления производством вычислительных систем
• Знает, как использовать алгоритмы и нейронные сети для сбора и верификации информации
• Применяет сверточные и рекуррентные нейронные сети для анализа текста
• Применяет нейронные сети для обработки изображений
• Применяет нейронные сети для обработки текстов и звуков
• Уметь использовать методы контроллируемого машинного обучения
• Уметь использовать методы неконтролируемого машинного обучения
• Умеет создавать рекомендательные системы.
• Умеет разрабатывать алгоритм обучения с подкреплением.

Содержание учебной дисциплины

• Общие сведения о вычислительных системах и технологиях производства, комплекс работ по созданию и этапы разработки ВС
• Изготовление деталей, обработка материалов и компоненты для установки на печатные платы ВС
• Пайка, припойная паста и установка компонентов на ПП
• Контроль качества и организация производства ВС на предприятии
• Роль программного обеспечения в производстве ВС

Элементы контроля

• Презентация доклада, оценивается на 1 балл
  Студент готовит доклад (ответ) по заранее выбранной теме на ~7 минут, оценивается в 1 балл. Тему и материал преподаватель выкладывает в системе Smart LMS. На первом вводном семинаре проводится распределение тем презентаций для студентов на 2, 3, 4 семинары.
• Проект технологического процесса производства в САПР
  Студент устанавливает и самостоятельно осваивает САПР СПРУТ-ТП на ноутбук (ссылки инструкции в Smart LMS), создаёт технологический процесс, проводит открытие заготовок форм, операций, менеджера ресурсов. Осуществляет создание в нём операций, деталей, сборочных единиц и пр. студент осваивает самостоятельно по инструкциям.
• Алгоритм на примере задачи коммивояжера и распознавание речи и обработки текста
  2 задания, оцениваемых на 1 балл каждое: Алгоритм Имитации отжига на примере задачи коммивояжера Библиотеки распознавания речи и обработки текста Vosk, Kaldi, Rosa
• Обработка изображений с Keras и TensorFlow и применение алгоритма Transfer Learning
  2 практических задания, оцениваемых на 1 балл каждое: Библиотеки для обработки изображений Keras и TensorFlow Применение алгоритма Transfer Learning для классификации ранее неизвестных объектов на основе похожих известных.
• Экзамен по машинному обучению
• Экзамен по основам технологии производства
  Экзаменационный тест по основам технологии производства

Промежуточная аттестация

• 2022/2023 учебный год 2 модуль
  0.4 * Проект технологического процесса производства в САПР + 0.4 * Экзамен по основам технологии производства + 0.2 * Презентация доклада, оценивается на 1 балл
• 2022/2023 учебный год 4 модуль
  0.2 * Экзамен по машинному обучению + 0.4 * Алгоритм на примере задачи коммивояжера и распознавание речи и обработки текста + 0.4 * Обработка изображений с Keras и TensorFlow и применение алгоритма Transfer Learning

Список литературы

Рекомендуемая основная литература

• Юрков Н.К. - Технология производства электронных средств - Издательство "Лань" - 2014 - 480с. - ISBN: 978-5-8114-1552-6 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/41019

Рекомендуемая дополнительная литература

• Гниденко И. Г., Павлов Ф. Ф., Федоров Д. Ю. - ТЕХНОЛОГИЯ РАЗРАБОТКИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ. Учебное пособие для СПО - М.:Издательство Юрайт - 2017 - 235с. - ISBN: 978-5-534-05047-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/tehnologiya-razrabotki-programmnogo-obespecheniya-408655
• Технология разработки программного обеспечения : учеб. пособие / Л.Г. Гагарина, Е.В. Кокорева, Б.Д. Виснадул ; под ред. Л.Г. Гагариной. — М. : ИД «ФОРУМ» : ИНФРА-М, 2017. — 400 с. — (Высшее образование). - Режим доступа: http://znanium.com/catalog/product/768473
• Томилин, В. И. Технология производства электронных средств: организационно-методическое обеспечение курсового проектирования по дисциплине [Электронный ресурс] : учеб. пособие / В. И. Томилин, Н. П. Томилина, Н. А. Алексеева. - Красноярск: Сиб. федер. ун-т, 2012. - 120 с. - ISBN 978-5-7638-2512-1.

Авторы

• Демин Алексей Анатольевич
• Аминев Дмитрий Андреевич
• Полесский Сергей Николаевич