Магистратура 2023/2024

Семинар наставника

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Кантонистова Елена Олеговна

Прогр. обучения: Машинное обучение и высоконагруженные системы

Язык: русский

Кредиты: 6

Контактные часы: 20

Программа дисциплины

Аннотация

Семинар посвящен адаптации студентов к учебному процессу, формированию понимания своей образовательной и профессиональной траектории. Основная цель семинара - сформировать ключевые и индивидуальные образовательные результаты, которые должны быть достигнуты за время обучения на программе. На основе установленных желаемых результатов, руководитель семинара совместно со студентом сформирует индивидуальный учебный план.

Цель освоения дисциплины

• В ходе курса слушатели получат общие знания об областях machine learning и high load, а также изучат основные инструменты разработки.

Планируемые результаты обучения

• Слушатели овладеют основными понятиями машинного обучения.
• Слушатели ознакомятся с основными концепциями высоконагруженных систем.
• Слушатели познакомятся с ОС Linux.
• Слушатели познакомятся с системой контроля версий Git.
• Слушатели поймут, как устроены современные веб-приложения.
• Слушатели поймут, что такое Docker и научатся с ним работать.
• Слушатели познакомятся с основами SQL и научатся взаимодействовать с реляционными БД из Python.
• Слушатели познакомятся с концепцией NoSQL.
• Студент может прочесть научную статью по Data Science
• Студент может выделить из статьи ключевые утверждения и результаты, проверить результаты на корректность, донести смысл статьи до широкой аудитории

Содержание учебной дисциплины

• Понедельный план курса

Элементы контроля

• Контрольная работа
• Презентация
• Обзор области
• Домашняя работа

Промежуточная аттестация

• 2023/2024 4th module
  Зачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
• 2024/2025 1st module
  Зачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
• 2024/2025 2nd module
  Зачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4
• 2024/2025 3rd module
  Зачет, если Округление(0.6*(Презентация ИЛИ Обзор области ИЛИ Домашняя работа) + 0.4*Контрольная работа) >= 4

Список литературы

Рекомендуемая основная литература

• Hastie, T., Tibshirani, R., Friedman, J. The elements of statistical learning: Data Mining, Inference, and Prediction. – Springer, 2009. – 745 pp.
• Глубокое обучение. - 978-5-4461-1537-2 - Николенко С., Кадурин А., Архангельская Е. - 2020 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/377026 - 377026 - iBOOKS

Авторы

• Кантонистова Елена Олеговна
• Ахмедова Гюнай Интигам кызы