1. Бакалавриат и специалитет

Прикладная математика и информатика (01.03.02)

Прикладное машинное обучение: программа бакалавриата

  • от 350 000
    Информация о стоимости года обучения предоставлена за 2024 год
    рублей в год стоимость года
    обучения
  • 105 бюджет. мест
  • 20 платных мест
  • 4 года обучения

Проходные баллы в вузах на программу "Прикладное машинное обучение"

Бюджет Платно

Статистика за 2024 год

Проходной балл
Средний проходной балл
Проверить шансы

ЕГЭ (по приоритетам)

Математика 

Русский язык 

Иностранный язык 

или другие
1 вариант

Детали

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

О программе

Программа предоставляет студентам углубленные знания и практические навыки в области машинного обучения и анализа данных. Студенты изучают основные концепции и методы машинного обучения, включая обработку и предварительный анализ данных, выбор и обучение моделей, оптимизацию и оценку алгоритмов машинного обучения.

Программа обучения охватывает различные аспекты машинного обучения, такие как обучение с учителем и без учителя, глубокое обучение, обработка естественного языка, компьютерное зрение, анализ социальных сетей и другие прикладные области. Студенты также получают практические навыки работы с инструментами и библиотеками для анализа данных и машинного обучения, а также опыт применения этих методов к реальным проблемам и задачам.

В ходе обучения студенты также изучают математические основы машинного обучения, включая линейную алгебру, статистику, оптимизацию и теорию вероятностей. Они также получают знания о программировании и разработке программного обеспечения, необходимые для реализации методов машинного обучения в практических приложениях.

В результате студенты будут готовы к работе в области анализа данных, разработке и применении алгоритмов машинного обучения, а также к продолжению образования на уровне магистра или дальнейшей научной деятельности в этой области.

Студенты этой программы изучают математические основы машинного обучения и анализа данных, языки программирования и инструменты создания интеллектуальных программных систем. 

Основные дисциплины:

  • Алгоритмы и структуры данных в языке Python
  • Практикум по программированию
  • Машинное обучение
  • Технологии обработки данных
  • Технологии обработки больших данных
  • Обработка текстов на естественных языках
  • Рекомендательные системы и коллаборативная фильтрация
  • Машинное зрение
  • Математические основы машинного обучения
  • Статистика и вероятность в машинном обучении
  • Обработка и предварительный анализ данных
  • Обучение с учителем
  • Обучение без учителя
  • Глубокое обучение и нейронные сети
  • Оптимизация алгоритмов машинного обучения
  • Анализ социальных сетей
  • Анализ временных рядов
  • Рекомендательные системы
  • Программирование и разработка программного обеспечения для машинного обучения
  • Применение методов машинного обучения в практических приложениях
  • Проекты и практикумы по машинному обучению.

2 варианта обучения по программе в  1 вузе России

Посмотреть