Machine Learning & Data Science

Тезекпаева Шынар Толегеновна

Портфолио преподавателя

Описание: Курс направлен на формирование у студентов теоретических знаний и практических навыков по основам машинного обучения, овладение студентами инструментарием, моделями и методами машинного обучения, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных.

Количество кредитов: 6

Пререквизиты:

  • Информационно-коммуникационные технологии

Трудоемкость дисциплины:

Виды работ часы
Лекции 30
Практические работы
Лабораторные работы 30
СРОП 30
СРО 90
Форма итогового контроля экзамен
Форма проведения итогового контроля

Компонент: Компонент по выбору

Цикл: Профилирующие дисциплины

Цель
  • формирование у студентов теоретических знаний и практических навыков по основам машинного обучения, овладение студентами инструментарием, моделями и методами машинного обучения, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных
Результат обучения: знание и понимание
  • понимание классов задач, решаемых с помощью алгоритмов машинного обучения
  • знать алгоритмы машинного обучения
  • базовым инструментарием машинного обучения
Результат обучения: применение знаний и пониманий
  • применять на практике алгоритмы машинного обучения
  • обосновать применение того или иного алгоритма машинного обучения для решения конкретной задачи
  • программно реализовывать алгоритмы машинного обучения
  • анализировать результаты обучения алгоритма, предлагать пути повышения точности алгоритма
Результат обучения: формирование суждений
  • формовать суждения о применение алгоритмов машинного обучения на различных практических задач
Результат обучения: коммуникативные способности
  • развитие и совершенствование коммуникативных способностей студентов
  • развитие навыков участия в конструктивном диалоге о прикладном анализе явлений и процессов в сфере политики с использованием методов политической науки для поддержки процесса принятия практических решений
  • способен грамотно и аргументировано публично представлять результаты своей научной и профессиональной деятельности, в т.ч. используя современные средства ИКТ.
Результат обучения: навыки обучения или способности к учебе
  • Способностью собирать, обрабатывать и интерпретировать данные современных научных исследований, необходимые для формирования выводов по соответствующим научным исследованиям
  • Способность изучения новых научных принципов и методов исследований