Курс нацелен на получения навыков применения методов искусственного интеллекта (машинного и глубокого обучения) к Большим данным в области принятия управленческих решений в современных компаниях в условиях цифровой трансформации.
В результате освоения данной программы выпускник программы «Интеллектуальный анализ Больших данных» должен:
Знать: Методы машинного и глубокого обучения. Технологии анализа Больших данных.
Уметь: Применять методы машинного и глубокого обучения для Больших данных
Владеть навыками: обучения моделей машинного и глубокого обучения на больших данных c использование таких инструментов как scikit-learn, TensorFlow, PyTorch, Apach Spark и федеративное обучение.
Программа направлена на получение цифровых компетенций в области создания алгоритмов и компьютерных программ, пригодных для практического применения в сфере машинного и глубокого обучения. Программа формирует знания, умения, навыки в области:
1. синтаксиса, базовых понятий и элементов языка программирования Python (операторы, числовые и строковые переменные, условия и циклы и т.д.);
2. основополагающих алгоритмов и структур данных (линейные и нелинейные динамические структуры данных, связные списки, бинарные деревья, алгоритмы сортировки и поиска данных и другие алгоритмы прикладного программирования), основных стратегий разработки и анализа сложности алгоритмов;
3. основ проектирования баз данных, включая анализ предметной области, моделирование данных и реализацию их физической модели, основных функций управления данными, таких как определение, манипулирование, поиск, защита данных;
4. основ машинного обучения, включая контролируемое обучение, обучение без учителя, теорию обучения, усиление обучения и адаптивное управление;
5. основных базовых архитектур сетей глубокого обучения, теоретических и практических аспектов их обучения, оптимизации модели, интерпретации и анализа результатов и процесса их обучения, современных задач и алгоритмов глубокого обучения.
В результате освоения данной образовательной программы выпускник программы «Основы машинного и глубокого обучения» должен:
Знать:
· базовые понятия и принципы программирования;
· базовый синтаксис языка Python;
· базовые структуры данных;
· существующие алгоритмы обработки данных;
· технологии проектирования баз данных, функции управления данными, языки баз данных;
· существующие методы машинного обучения;
· основные методы глубокого обучения в современных задачах математического моделирования и обработки данных;
· основные архитектуры искусственных нейронных сетей, теоретические и практические аспекты их обучения.
Уметь:
· оперировать базовыми типами и конструкциями языка Python;
· анализировать сложность алгоритмов;
· выбирать оптимальные структуры данных для разработки компьютерных программ;
· выбирать систему управления базами данных;
· писать запросы и выражения на языке баз данных;
· решать задачи машинного обучения и искусственного интеллекта;
· анализировать результаты обучения глубокой архитектуры, выявлять и устранять основные проблемы, мешающие их правильной работе и обучению.
Владеть:
· навыками разработки алгоритмов обработки данных;
· навыками создания компьютерных программ на языке Python;
· навыками проектирования, управления и эксплуатации баз данных;
· навыками применения методов машинного обучения для решения практических задач в разных областях человеческой деятельности;
· навыками разработки архитектуры нейронных сетей, их применения к практическим задачам, и программной реализации;
· навыками работы с платформами для программной реализации и обучения искусственных нейронных сетей.
К освоению программы допускаются лица, получающие высшее образование по очной (очно-заочной) форме, лица, освоившие основную профессиональную образовательную программу не отнесенную к ИТ-профилям, (далее – ОПОП ВО) бакалавриата – в объеме не менее первого курса (бакалавры 2-го курса), ОПОП ВО специалитета – не менее первого и второго курсов (специалисты 3-го курса), а также магистратуры, обучающиеся по ОПОП ВО, не отнесенным к ИТ-сфере.
Лицам, успешно освоившим данную программу и прошедшим итоговую аттестацию, выдается документ о квалификации: диплом о профессиональной переподготовке.
Курс посвящен различным аспектам разработки систем управления на базе ПЛК – программируемых логических контроллеров. Как правило, областью применения таких систем являются промышленные объекты, однако они используются и в других областях – транспорт и его инфраструктура, объекты энергетического сектора, сервисное и научное оборудование.