Бакалавриат
2023/2024
Системы искусственного интеллекта
Статус:
Курс обязательный (Информатика и вычислительная техника)
Направление:
09.03.01. Информатика и вычислительная техника
Кто читает:
Департамент компьютерной инженерии
Когда читается:
4-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
62
Программа дисциплины
Аннотация
Дисциплина «Системы искусственного интеллекта» позволит студентам приобрести теоретические и практические навыки по разработке, проектированию, использованию и программированию систем искусственного интеллекта, в том числе курс включает в себя рассмотрение основных вопросов теории обработки данных с использованием современных программных средств и библиотек, а также реализацию нейронных сетей на аппаратном уровне. В курсе рассмотрены способы использования различных методов для работы с разнообразными типами данных (табличные, звуковые, фото/видео, текстовые): градиентный бустинг, XGBoost, нейронные сети с различной архитектурой, вопросы обработки естественного языка, глубинное обучение, трансформеры, методы ускорения обучения нейронных сетей и их реализаций (инференса); разобраны примеры использования аппаратных устройств, используемых для ускорения выполнения нейронных сетей (GPU, TPU и другие).
Цель освоения дисциплины
- Приобретение студентами базовых знаний в области методов обработки и анализа больших данных
- Приобретение студентами основных знаний и навыков в области систем искусственного интеллекта и их использовании
Планируемые результаты обучения
- Использует язык программирования Python для задач искусственного интеллекта
- Различать типы больших данных; использовать методы подготовки данных, метрики качества и методы валидации
- Решать задачи по обработке табличных данных различными методами
- Уметь использовать нейронных сети для обработки данных разного рода: изображения, табличные, текстовые и звуковые данные
- Использовать различные устройства для расчета на нейронных сетях
Содержание учебной дисциплины
- Введение в методы обработки и анализа больших данных и язык программирования Python
- Методы обработки табличных данных и градиентный бустинг
- Методы работы с нейронными сетями для обработки больших данных разного рода
- Аппаратные реализации нейронных сетей
Промежуточная аттестация
- 2023/2024 учебный год 2 модуль0.24 * Активность на лекциях + 0.16 * Домашнее задание + 0.4 * Практические работы + 0.2 * Экзамен
Список литературы
Рекомендуемая основная литература
- Нейронные сети: основы теории / А.И. Галушкин. - М.: Гор. линия-Телеком, 2012. - 496 с.: ил.; 60x90 1/16. (обложка) ISBN 978-5-9912-0082-0, 1000 экз. - Режим доступа: http://znanium.com/catalog/product/353660
Рекомендуемая дополнительная литература
- Дэвид, М. Х. Цифровая схемотехника и архитектура компьютера / М. Х. Дэвид, Л. Х. Сара. — Москва : ДМК Пресс, 2017. — 792 с. — ISBN 978-5-97060-522-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/97336 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Максфилд, К. Проектирование на ПЛИС. Курс молодого бойца : учебное пособие / К. Максфилд. — Москва : ДМК Пресс, 2010. — 407 с. — ISBN 978-5-94120-147-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/60987 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Нейронные сети, генетические алгоритмы и нечеткие системы, Рутковская, Д., 2008
- Обработка изображений с помощью OpenCV / Б. Г. Глория, Д. С. Оскар, Л. Э. Хосе, С. Г. Исмаэль. — Москва : ДМК Пресс, 2016. — 210 с. — ISBN 978-5-97060-387-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/90116 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Харрис, Д. М. Цифровая схемотехника и архитектура компьютера. Дополнение по архитектуре ARM / Д. М. Харрис, С. Л. Харрис , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2019. — 356 с. — ISBN 978-5-97060-650-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/111431 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.