7M06103 Computer Science в AIU

Дисциплины

1 Год обучения Машинное обучение и интеллектуальный анализ данных Современные методы принятия решений Статистические методы прогнозного моделирования История и философия науки Психология управления Иностранный язык (профессиональный) Современные методы анализа данных Глубинное обучение Теория информации и комбинаторная теория поиска Проектирование и реализация искусственного интеллекта Анализ больших данных Компьютерная лингвистика и анализ текста Планирование и организация научных исследований Педагогика высшей школы Системный анализ и моделирование данных

2 Год обучения Автоматизация бизнес-процессов с использованием машинного обучения Автоматизированные методы проверки программ Научно-исследовательский семинар: "Информационные технологии в менеджменте" Надежные методы в статистике Вероятностный и статистический подходы в принятии решений Принятие решений и анализ данных в условиях неопределенности Теория параллельных и распределенных вычислений

Результаты обучения

• владеть знаниями о философских концепциях естествознания и основах методологии научного познания при изучении различных уровней организации материи, пространства и времени
• способность к активному общению на иностранном языке в научной, производственной и социально общественной сферах деятельности
• формулировать проблемы, задачи и методы научного исследования, получать новые достоверные факты на основе наблюдений, опытов, научного анализа эмпирических данных, реферировать научные труды, составлять аналитические обзоры накопленных сведений в мировой науке и производственной деятельности, обобщать полученные результаты, формулировать выводы и практические рекомендации
• применять современные методики и технологии организации и реализации образовательного процесса на различных образовательных ступенях в различных образовательных учреждениях
• определять теоретические основы машинного обучения и умение реализовать методы и алгоритмы для распознавания речи, распознавания жестов, распознавания рукописного ввода, распознавания образов, технической диагностики, медицинской диагностики, прогнозирования временных рядов
• определять технологии обработки данных, умение обработать текстовой информации, растровые и векторные графики, анимации, видеоизображения и звуки, знаний, умение проводить сравнительный анализ и выбор технологий обработки данных, осуществлять информационную постановку задач по обработке информации, использовать технологии обработки данных для решения прикладных задач
• определять технологии больших данных и больших систем, умение пользоваться аппаратно-программных комплексов, знание методов класса Data Mining, краудсорсинг, смешение и интеграция данных, владение технологиями искусственных нейронных сетей, сетевых анализов, оптимизации, генетического алгоритма, распознавания образов, умение делать анализ геометрических и географических информации в данных, статистический анализ
• разрабатывать модели компонентов информационных систем, включая модели баз данных; разрабатывать компоненты программных комплексов и баз данных, использовать современные инструментальные средства и технологии программирования; обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности
• ориентироваться в языках представления знаний и инструментальных средствах разработки интеллектуальных систем; владеть технологиями параллельного программирования

Похожие ОП