1. Бакалавриат и специалитет

Прикладная математика и информатика (01.03.02)

Машинное обучение и приложения: программа бакалавриата

  • от 760 000
    Информация о стоимости года обучения предоставлена за 2024 год
    рублей в год стоимость года
    обучения
  • 21 бюджет. место
  • 11 платных мест
  • 4 года обучения
В избранноеБуду поступать Проверить шансы Помочь выбрать обучение

Проходные баллы в вузах на программу "Машинное обучение и приложения"

Бюджет Платно

Статистика за год

Проходной балл
Проверить шансы

ЕГЭ (по приоритетам)

Математика 

Информатика и ИКТ 

Русский язык 

1 вариант

Детали

Вуз
Город
Москва
Язык
Русский и английский
Уровень образования
Бакалавриат
Формат обучения
Форма обучения
Квалификация
Бакалавр

О программе

На программе студенты получат глубокие знания в области машинного обучения и его применения в различных сферах. Они изучат основные алгоритмы машинного обучения, статистические методы и математические модели, которые используются для анализа данных и прогнозирования. Студенты также научатся разрабатывать и реализовывать алгоритмы машинного обучения, анализировать большие объемы данных и применять их для решения задач в различных областях, таких как компьютерное зрение, обработка естественного языка, робототехника, финансы и медицина. Они будут осваивать современные инструменты и технологии, используемые в машинном обучении, и научатся применять их для создания инновационных решений и развития новых приложений. Кроме того, студенты также будут развивать навыки программирования, работы с базами данных и анализа данных, что поможет им стать квалифицированными специалистами в области машинного обучения и приложений.

На данной специализации студенты обучаются машинному обучению и решению задач анализа данных. В программу входят общий курс по машинному обучению, курсы по прикладным задачам анализа данных (анализ текстов, компьютерное зрение, анализ временных рядов). Кроме того, в ней присутствуют курсы по современным методам построения сложных вероятностных моделей обработки данных, работе с большими данными, глубинному обучению. 

Профессиональные дисциплины:

  • Экономика
  • Безопасность жизнедеятельности
  • Алгоритмы и структуры данных
  • Алгоритмы и структуры данных (углубленный курс)
  • Архитектура компьютера и операционные системы
  • Дискретная математика
  • Дискретная математика (углубленный курс) 
  • Алгебра
  • Алгебра (углубленный курс)
  • Линейная алгебра и геометрия
  • Линейная алгебра и геометрия (углубленный курс)
  • Математический анализ
  • Математический анализ (углубленный курс)
  • Методы оптимизации
  • Методы оптимизации в машинном обучении
  • Основы и методология программирования
  • Основы и методология программирования (углубленный курс)
  • Теория вероятностей и математическая статистика
  • Теория вероятностей и математическая статистика (углубленный курс)
  • Введение в глубинное обучение.

Вариативная часть:

  • Машинное обучение
  • Прикладной статистический анализ данных
  • Машинное обучение для больших данных
  • Анализ неструктурированных данных
  • Компьютерное зрение
  • Байесовские методы в машинном обучении
  • Глубинное обучение
  • Вероятностные модели и статистика случайных процессов
  • Численные методы в анализе данных.

Дисциплины по выбору:

  • Высокопроизводительные вычисления
  • Моделирование временных рядов
  • Теория баз данных
  • Анализ данных в бизнесе
  • Компьютерные сети
  • Численные методы
  • Анализ неструктурированных данных
  • Байесовские методы в машинном обучении
  • Теория статистического обучения
  • Компьютерное зрение
  • Обучение с подкреплением
  • Проектирование и разработка высоконагруженных сервисов
  • Дифференциальные уравнения
  • Основы матричных вычислений
  • DevOps.

2 варианта обучения по программе в  1 вузе России

Посмотреть