Машинное обучение

  • Дисциплина направлена на изучение фундаментальных концепций, методов и алгоритмов интеллектуального анализа данных, а также их практического применения в области информационной безопасности. В рамках дисциплины рассматриваются принципы построения моделей машинного обучения, включая методы классификации, регрессии, кластеризации и выявления аномалий. Особое внимание уделяется вопросам предобработки данных, выбора оптимальных моделей, оценки их эффективности и интерпретации результатов. Важной составляющей дисциплины является исследование применения машинного обучения для решения актуальных задач информационной безопасности, таких как обнаружение вредоносного программного обеспечения, анализ аномального поведения пользователей, выявление кибератак и защита систем от угроз, использующих методы искусственного интеллекта. Рассматриваются механизмы атак на модели машинного обучения и стратегии их защиты.
  • Кредитов 5
  • Селективная дисциплина
  • Год обучения 3
  • Семестр 2
Top