Введение в теорию нейронных сетей Дисциплина [Б1-ПМ.ДВ1.2]
022 Кафедра кибернетики
Скачать .sig
Описание:
Теория нейронных сетей – раздел машинного обучения, в котором рассматриваются семейства обучаемых и самообучающихся моделей и алгоритмов, инспирированных биологическими сетями нейронов. Благодаря своей адаптивности искусственные нейронные сети оказываются эффективным, а в ряде случаев незаменимым инструментом в решении таких задач машинного обучения, как аппроксимация функций, распознавание образов, кластеризация данных, компьютерное зрение и адаптивное управление. В курсе лекций излагаются основы теории искусственных нейронных сетей и области их практического применения при решении инженерных задач.
Структура:
Семестр Всего (ч) (Лекц / Практ. / Лаб.) Аттестация
6 108 (30 / 30 / 15) Зачет
Итого 108 (30 / 30 / 15) Зачет
Компетенции:
  • ПК-11 - способен к формализации в своей предметной области с учетом ограничений используемых методов исследования
  • ПК-1.4 - (FC-1) Способен проводить фронтирные исследования в области фундаментальных основ ИИ и разработки новых алгоритмов МО
  • ПК-1.6 - (MF-1) Способен применять современную теоретическую математику для разработки новых алгоритмов и формулирования перспективных задач ИИ
  • ПК-1.10 - (ML-1) Способен применять знания об истории развития и трендах современного ИИ для формулирования корректных постановок задач и поиска перспективных способов решения проблем с помощью ИИ.
  • ПК-1.11 - (ML-2) Способен применять фундаментальные принципы и методы машинного обучения включая подготовку данных оценку качества моделей и работу с признаками
Задачи воспитания:
  • В18 - формирование ответственности за профессиональный выбор, профессиональное развитие и профессиональные решения
  • В19 - формирование научного мировоззрения, культуры поиска нестандартных научно-технических/практических решений, критического отношения к исследованиям лженаучного толка
  • В40 - формирование профессионально значимых установок: не производить, не копировать и не использовать программные и технические средства, не приобретённые на законных основаниях; не нарушать признанные нормы авторского права; не нарушать тайны передачи сообщений, не практиковать вскрытие информационных систем и сетей передачи данных; соблюдать конфиденциальность доверенной информации