Анализ данных и искусственный интеллект
Beschreibung: В дисциплине рассматриваются основные методы анализа данных. Изучаются корреляционный, линейный регрессионный и дисперсионный анализы данных. Обучающиеся получат практические навыки применения методов и алгоритмов кластеризации данных, визуализации данных, распознавания образов инструментами искусственного интеллекта. Курс знакомит с основами машинного обучения и искусственными нейронными сетями.
Betrag der Credits: 8
Arbeitsintensität der Disziplin:
Unterrichtsarten | Uhr |
---|---|
Vorträge | 30 |
Praktische Arbeiten | |
Laborarbeiten | 45 |
AASAL (Autonomes Arbeiten der Schüler unter Anleitung des Lehrers) | 45 |
SE (Studentisches Eigenarbeiten) | 120 |
Endkontrollformular | |
Form der Endkontrolle |
Komponente: Компонент по выбору
Zyklus: Профилирующие дисциплины