Программа предоставляет студентам углубленные знания в области искусственного интеллекта (ИИ) и его математических основ. Студенты изучают широкий спектр математических дисциплин, включая линейную алгебру, теорию вероятности и статистику, математическую логику и оптимизацию.
Они осваивают различные методы и техники, используемые в области ИИ, включая машинное обучение, глубокое обучение, нейронные сети, обработку естественного языка и компьютерное зрение. Студенты изучают математические модели и алгоритмы, лежащие в основе этих методов, и учатся применять их для решения задач в различных областях, таких как обработка данных, компьютерное зрение, робототехника, автоматическое планирование и многое другое.
Кроме того, программа также охватывает этические и социальные аспекты ИИ, включая проблемы прозрачности, ответственности и безопасности в системах искусственного интеллекта.
Студенты имеют возможность применить свои знания на практике через проектную работу, лабораторные занятия и практические задания. В результате окончания программы специалисты будут обладать глубоким пониманием математических принципов и методов, лежащих в основе искусственного интеллекта, и будут готовы к применению своих навыков в реальных проектах и исследованиях в области ИИ.
Профессиональные дисциплины:
- Иностранный язык
- Математический анализ
- Общая физика
- Аналитическая геометрия
- Введение в комбинаторику и дискретную математику
- Алгоритмы и алгоритмические языки
- Дифференциальные уравнения и уравнения в частных производных
- Введение в оптимизацию и численные методы оптимизации
- Дискретная математика
- Теория информации (дисциплина по выбору)
- Введение в функциональный анализ (дисциплина по выбору)
- Прикладная статистика в анализе данных
- Эффективные алгоритмы
- Машинное обучение
- Введение в теорию управляемых систем (Дисциплина по выбору)
- Высокопроизводительные вычисления (Дисциплина по выбору)
- Введение в компьютерное зрение (Дисциплина по выбору)
- UX/UI Design / UX/UI Дизайн (Дисциплина по выбору)
- How to build an IT team / Построение IT-команды (Дисциплина по выбору)
- Общая физика
- Основные концепции разработки программ
- Вычислительная линейная алгебра
- Logic for problem solving / Логика решения задач (факультатив)
- Вычислительная математика
- Математическая статистика
- Теоретическая механика
- Современные численные методы распределенного обучения
- Дифференциальные уравнения и уравнения в частных производных (углубленный курс) (Дисциплина по выбору)
- Математическая логика для ИИ (Дисциплина по выбору)
- Теория устойчивости нелинейных операторов для исследования моделей искусственных нейронных сетей (Дисциплина по выбору)
- Математические основы ИИ
- Глубокое обучение
- Генеративные модели и оптимальный транспорт (Дисциплина по выбору)
- Диффузионные модели (Дисциплина по выбору)
- Обучение с подкреплением (Дисциплина по выбору)
- Децентрализованная оптимизация, транспортные задачи, спектральные свойства графов (Дисциплина по выбору)
- Методы глубокого обучения в области программной инженерии (Дисциплина по выбору)
- Developing Entrepreneurial Skills for a Startup Founder / Развитие предпринимательских навыков создателя стартапа (Дисциплина по выбору)
- Psychology of IT-specialist / Психология IT-специалиста (Дисциплина по выбору)
- Математический анализ
- Общая физика (углубленный курс) (дисциплина по выбору)
- Экономические механизмы и их наиболее актуальные приложения (дисциплина по выбору)
- Введение в теорию функций комплексного переменного (дисциплина по выбору)
- Безопасность жизнедеятельности
- Теория случайных процессов
- Математическая логика для ИИ (углубленный курс) (Дисциплина по выбору)
- Теоретическая механика (углубленный курс).(Дисциплина по выбору)
- Вычислительная математика (углубленный курс) (Дисциплина по выбору)
- Сетевые динамические модели: анализ и управление (Дисциплина по выбору)
- ИИ прикладной проект.