МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
"Чувашский государственный аграрный университет"
(ФГБОУ ВО Чувашский ГАУ)
к рабочей программе дисциплины (модуля)
Методы анализа данных и машинное обучение
Направление подготовки 23.04.03 Эксплуатация транспортно-технологических машин и комплексов
Направленность (профиль) Интеллектуальные системы управления эксплуатацией транспортно-технологических комплексов
Дисциплина закреплена за кафедрой:
Математики, физики и информационных технологий
Программу составил(и): канд. физ.-мат. наук, доц., Степанов А.В.
1. ЦЕЛИ ОСВОЕНИЯ ДИСЦИПЛИНЫ
достижение планируемых результатов обучения, соответствующих установленным в ОПОП индикаторам достижения компетенций.
2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП
Требования к предварительной подготовке обучающегося:
Дисциплины и практики, для которых освоение данной дисциплины (модуля) необходимо как предшествующее:
Производственная практика, преддипломная практика
3. КОМПЕТЕНЦИИ ОБУЧАЮЩЕГОСЯ, ФОРМИРУЕМЫЕ В РЕЗУЛЬТАТЕ ОСВОЕНИЯ ДИСЦИПЛИНЫ (МОДУЛЯ)
ПК-3и: Способен адаптировать и применять методы и алгоритмы машинного обучения для решения прикладных задач в различных предметных областях
ПК-3и.1 : Ставит задачи по адаптации или совершенствованию методов и алгоритмов для решения комплекса задач предметной области
ПК-4и: Способен руководить проектами по созданию систем искусственного интеллекта с применением новых методов и алгоритмов машинного обучения со стороны заказчика
ПК-4и.1 : Руководит разработкой архитектуры комплексных систем искусственного интеллекта со стороны заказчика
ПК-4и.2 : Осуществляет руководство созданием комплексных систем искусственного интеллекта с применением новых методов и алгоритмов машинного обучения
ПК-5и: Способен руководить проектами по созданию комплексных систем на основе аналитики больших данных в различных отраслях со стороны заказчика
ПК-5и.1 : Руководит проектами по построению комплексных систем на основе аналитики больших данных в различных отраслях со стороны заказчика
В результате освоения дисциплины обучающийся должен
методологические подходы извлечения знаний из данных и основы применения соответствующих инструментальных средств;
принципы и методы машинного обучения, типы и классы задач машинного обучения;
задачи предметной области, классы задач машинного обучения;
принципы и методы машинного обучения, типы и классы задач машинного обучения;
функциональные возможности современных инструментальных средств и систем программирования в области создания моделей и методов машинного обучения.
выбирать соответствующие инструментальные средства и платформы;
сопоставлять задачам предметной области классы задач машинного обучения;
проводить сравнительный анализ и осуществлять выбор инструментальных средств для решения задач машинного обучения, в частности для решения задач распознавания объектов по звуку и по изображениям.
Иметь навыки и (или) опыт деятельности:
выбора инструментальных средств и платформ, основанных на извлечении знаний, для решения поставленных задач;
постановки задач по разработке или совершенствованию методов и алгоритмов для решения комплекса задач;
разработки требований к архитектуре комплексных систем искусственного интеллекта со стороны заказчика.