-
Современные цифровые технологии 18
-
1 семестр – Дискретные структурыЛекция1.1
-
1 семестр – Компьютерные сетиЛекция1.2
-
1 семестр – Основы программирования: алгоритмы и структуры данныхЛекция1.3
-
1 семестр – Технологии баз данныхЛекция1.4
-
1 семестр – Язык Java и разработка Java-приложенийЛекция1.5
-
2 семестр – Архитектура ЭВМ и язык ассемблераЛекция1.6
-
2 семестр – Разработка объектно-ориентированных систем программирования, интегрированных в среду EclipseЛекция1.7
-
2 семестр – Основы программирования: языки программированияЛекция1.8
-
2 семестр – Программирование на языке PythonЛекция1.9
-
3 семестр – Объектно-ориентированные CАSE-технологииЛекция1.10
-
3 семестр – Технологии сети ИнтернетЛекция1.11
-
3 семестр – Основы сетевой безопасностиЛекция1.12
-
4 семестр – Протоколы всемирной паутины (по выбору)Лекция1.13
-
3 семестр – Программирование на языке PythonЛекция1.14
-
4 семестр – Тестирование безопасности компьютерных системЛекция1.15
-
4 семестр – Распределенные SQL-приложенияЛекция1.16
-
4 семестр – Унифицированный процесс разработки ПОЛекция1.17
-
Выпускная работаЛекция1.18
-
-
Искусственный интеллект и машинное обучение 17
-
1 семестр – Дискретные структурыЛекция2.1
-
1 семестр – Компьютерные сетиЛекция2.2
-
1 семестр – Основы программирования: алгоритмы и структуры данныхЛекция2.3
-
1 семестр – Технологии баз данныхЛекция2.4
-
1 семестр – Язык Java и разработка Java-приложенийЛекция2.5
-
2 семестр – Стандарты, протоколы, сервисы Интернета вещейЛекция2.6
-
2 семестр – Теория вероятностей и математическая статистикаЛекция2.7
-
2 семестр – Основы программирования: языки программированияЛекция2.8
-
2 семестр – Программирование на языке PythonЛекция2.9
-
3 семестр – Методы машинного обученияЛекция2.10
-
3 семестр – Управление большими даннымиЛекция2.11
-
3 семестр – Основы сетевой безопасностиЛекция2.12
-
3 семестр – Программирование на языке PythonЛекция2.13
-
4 семестр – Интеграция больших данныхЛекция2.14
-
4 семестр – Методы машинного обученияЛекция2.15
-
4 семестр – Управление проектами в цифровой экономикеЛекция2.16
-
Выпускная работаЛекция2.17
-
4 семестр – Методы машинного обучения
Часы: 54 Практикум: да 18 часов
Преподаватель: Смирнов И.Н.
Описание
В наши дни практически каждый специалист должен иметь представление о возможностях и ограничениях, которые возникают при использовании существующего арсенала методов и технологий анализа данных. Предлагаемый курс должен создать у слушателя представление о задачах и технологиях аналитической деятельности как связь теории и доступного современного инструментария. Рассматриваются основные инструменты прикладной статистики, статистического распознавания, машинного обучения, а также лежащие в их основе математические методы. Развиваются навыки формализации и решения аналитических задач в рамках современных распространенных технологий.