• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2024/2025

Семинар наставника

Статус: Курс обязательный (Искусственный интеллект)
Направление: 01.04.02. Прикладная математика и информатика
Когда читается: 2-й курс, 1-3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Прогр. обучения: Машинное обучение и высоконагруженные системы
Язык: русский
Кредиты: 9

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

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

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

Содержание учебной дисциплины

  • Понедельный план курса
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа
  • неблокирующий Презентация
  • неблокирующий Обзор области
  • неблокирующий Домашняя работа
Промежуточная аттестация

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

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