Варианты зачисления на курс

Системы искусственного интеллекта
Компьютерная инженерия и автоматизация
Тулегулов А.Д. – к.ф.м.н. ассоц.профессор, Саттыкова Б.Е.- Магистр, ассистент, 1.1. Характеристика МООК Дисциплина изучает систематизированные знания об основных моделях, методах, средствах и языках, используемые при разработке систем искусственного интеллекта, а также основные методы поиска решений, применяемые в таких системах. Обучающиеся осваивают сравнительный анализ и обосновывают выбор модели и средств представления знаний, строят модели заданной предметной области . Целью дисциплины «Системы искусственного интеллекта» является формирование у обучающихся теоретических знаний и практических навыков проектирования, разработки и использования систем искусственного интеллекта, включая экспертные системы, машинное обучение и нейронные сети, для решения задач анализа данных, распознавания и автоматизации интеллектуальных процессов. 1.2. Задачи изучения: -Ознакомить с основными концепциями и методами искусственного интеллекта, включая экспертные системы, логическое и вероятностное выводы, а также интеллектуальные агенты. -Научить применять алгоритмы машинного обучения и нейронные сети для анализа данных, классификации и прогнозирования. -Развить навыки разработки ИИ-систем с использованием современных программных средств и библиотек (Python, scikit-learn, TensorFlow, PyTorch). -Ознакомить с этическими, социальными и практическими аспектами ИИ, включая вопросы ответственности, безопасности и применения ИИ в различных областях. -Выработать умение анализировать эффективность ИИ-систем, выбирать подходящие методы и корректировать модели для достижения лучших результатов. 1.3. Результаты обучения: Демонстрирует умение пользоваться изученными методами и средствами, а также методами поиска решений, применяемыми в системах искусственного интеллекта. Применяет новые методы решения задач в своей проблемной области, проводит сравнительный анализ и обосновывает выбор языка искусственного интеллекта для решения своей задачи. Пререквизиты. Продвинутый Python Постреквизиты. Введение в архитектуры нейронных сетей Количество академических кредитов - 5 Уровень сложности курса: средний
Гости не имеют доступа к этому курсу. Войдите в систему.