Магистратура 2024/2025

Прикладные модели искусственного интеллекта (семинар наставника)

Статус: Курс обязательный (Прикладные модели искусственного интеллекта)

Кто читает: Департамент прикладной математики

Когда читается: 1-й курс, 1-4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Сластников Сергей Александрович

Язык: русский

Программа дисциплины

Аннотация

Семинар разделен на тематических блока: научный и прикладной. Прикладная цель семинара состоит в исследовании и применение современных подходов анализа данных и машинного обучения для решения прикладных задач в области обработки текстов, анализа изображений, видео и аудиопотоков на основе индустриальных кейсов. При обучении предусмотрен контроль знаний студентов в виде учета активности студентов на семинаре, домашнего задания, лабораторных работ и экзамена.Общенаучный блок призван дать студентам навыки по формулированию целей и задач научного исследования, определению требований к результатам исследований, описания новизны и практической значимости результатов исследования. Текущие результаты исследований обсуждаются в форме презентаций в рамках семинара.

Цель освоения дисциплины

• Исследование и применение современных подходов анализа данных и машинного обучения для решения прикладных задач в области обработки текстов, анализа изображений, видео и аудиопотоков
• Навыки по формулированию целей и задач научного исследования, определению требований к результатам исследований, описания новизны и практической значимости результатов исследования.
• Развитие у магистров профессиональных компетенций и навыков применения современных подходов анализа данных и машинного обучения для решения прикладных задач.

Планируемые результаты обучения

• Знать проблематику современных систем искусственного интеллекта.
• Получить навыки (приобрести опыт) использования современных методов машинного обучения и анализа данных.
• Уметь находить информацию по теме исследования в современных источниках научно-технической информации; математически описывать постановку и решение задач анализа числовых, текстовых и фото-видео данных.

Содержание учебной дисциплины

• Вычислительные методы систем ИИ.
• Основы обработки текстовых данных.
• Применение статистических методов обработки данных.
• A/B тестирование

Элементы контроля

• Защита концепции ВКР
• Обработка графических данных
• Презентация по теме исследования
• Методы оптимизации
• Рецензия на научную статью
• Защита презентации по обработке графических данных
• Обработка текстовых данных
• Анализ временных рядов
• Защита работы по анализу временных рядов
• Защита презентации по теме исследования

Промежуточная аттестация

• 2024/2025 1st module
  0.5 * Защита презентации по теме исследования + 0.5 * Презентация по теме исследования
• 2024/2025 3rd module
  0.5 * Методы оптимизации + 0.5 * Обработка текстовых данных
• 2024/2025 4th module
  0.5 * Защита презентации по обработке графических данных + 0.5 * Обработка графических данных
• 2025/2026 1st module
  0.5 * Анализ временных рядов + 0.5 * Защита работы по анализу временных рядов
• 2025/2026 3rd module
  0.5 * Защита концепции ВКР + 0.5 * Рецензия на научную статью

Список литературы

Рекомендуемая основная литература

• Pattern recognition and machine learning, Bishop, C. M., 2006
• The elements of statistical learning : data mining, inference, and prediction, Hastie, T., 2017
• Вероятность и статистика в дискретных задачах. Полиномиальная модель : дополнительные главы теории вероятностей : учеб. пособие, Ивченко, Г. И., 1989

Рекомендуемая дополнительная литература

• Вероятность и статистика в примерах и задачах. Т.2, ч.2: Марковские цепи как отправная точка теории случайных процессов и их приложения, Кельберт, М. Я., 2021

Авторы

• Сластников Сергей Александрович