2023-2024_23_04_03_23-1_ИСУ ЭТТК_plx_Методы анализа данных и машинное обучение
 
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)
АННОТАЦИЯ
 
Б1.В.03
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

 
  зачет с оценкой   
Виды контроля
Общая трудоемкость
Часов по учебному плану
6 ЗЕТ
Квалификация
Магистр
216
Дисциплина закреплена за кафедрой:
Математики, физики и информационных технологий
Программу составил(и): канд. физ.-мат. наук, доц., Степанов А.В.
 
 
 
Оснащенность
 
 
1. ЦЕЛИ ОСВОЕНИЯ ДИСЦИПЛИНЫ
1.1
достижение планируемых результатов обучения, соответствующих установленным в ОПОП индикаторам достижения компетенций.
 
2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП
Цикл (раздел) ОПОП:
 
2.1
Требования к предварительной подготовке обучающегося:
 
2.2
Дисциплины и практики, для которых освоение данной дисциплины (модуля) необходимо как предшествующее:
 
2.2.1
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
 
3.1
Знать:
3.1.1
методологические подходы извлечения знаний из данных и основы применения соответствующих инструментальных средств;
3.1.2
принципы и методы машинного обучения, типы и классы задач машинного обучения;
3.1.3
задачи предметной области, классы задач машинного обучения;
3.1.4
принципы и методы машинного обучения, типы и классы задач машинного обучения;
3.1.5
функциональные возможности современных инструментальных средств и систем программирования в области создания моделей и методов машинного обучения.
 
 
3.2
Уметь:
3.2.1
выбирать соответствующие инструментальные средства и платформы;
3.2.2
сопоставлять задачам предметной области классы задач машинного обучения;
3.2.3
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.
 
 
3.3
Иметь навыки и (или) опыт деятельности:
3.3.1
выбора инструментальных средств и платформ, основанных на извлечении знаний, для решения поставленных задач;
3.3.2
постановки задач по разработке или совершенствованию методов и алгоритмов для решения комплекса задач;
3.3.3
разработки требований к архитектуре комплексных систем искусственного интеллекта со стороны заказчика.