Машинное обучение и технологии анализа данных

Цели и задачи дисциплины

Целью дисциплины является овладение теоретическими основами машинного обучения и практическими навыками разработки алгоритмов машинного обучения для решения практических задач.

Краткое содержание дисциплины

Курс включает следующие основные разделы: методы машинного обучения с учителем; методы машинного обучения без учителя; предварительная обработка данных и отбор признаков. В результате освоения курса студенты узнают о современном состоянии теории машинного обучения, овладеют современными алгоритмами решения задач машинного обучения и получат первый опыт самостоятельной разработки алгоритмов машинного обучения для решения практических задач.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-12 Способен создавать алгоритмы цифровой обработки баз данных результатов испытаний и эксплуатации сложных деталей и узлов в машиностроении, разрабатывать современные цифровые программы расчетов и проектирования деталей, узлов, конструкций, машин и материалов с учетом требований надежности, долговечности и безопасности их эксплуатации
УК-1 Способен осуществлять критический анализ проблемных ситуаций на основе системного подхода, вырабатывать стратегию действий