Оренбургский государственный университет

Основы анализа данных и машинного обучения

ОПИСАНИЕ ПРОГРАММЫ:

Востребованность программы определяется активным применением технологий искусственного интеллекта и машинного обучения в производственных и бизнес процессах самых разных компаний и промышленных производств и потребностью подготовки специалистов, владеющих технологиями анализа данных и машинного обучения.

ЦЕЛЬ ПРОГРАММЫ: формирование компетенции цифровой экономики «Способность эффективно применять современные методы и средства анализа данных и машинного обучения для решения прикладных задач» у квалифицированных специалистов различных областей экономики.

ФОРМАТ ОБУЧЕНИЯ: онлайн.

КОЛИЧЕСТВО АКАДЕМИЧЕСКИХ ЧАСОВ: 72 часа.

ПЛАНИРУЕМЫЕ РЕЗУЛЬТАТЫ ОСВОЕНИЯ ПРОГРАММЫ

Знание (осведомленность в областях)

• Основы языка программирования Python.
• Основные этапы анализа данных.
• Основные типы задач анализа данных и машинного обучения.
• Математические основы и методы решения задач классификации, регрессии, кластеризации, основные метрики качества алгоритмов машинного обучения.
• Математические основы и возможности нейросетевых методов.
• Методы предобработки и векторизации текстов.
• Методы сбора информации из интернет-источников.
• Методы создания API для доступа к моделям машинного обучения.

Умение (способность к деятельности)

• Использование языка программирования Python, интерактивных блокнотов Jupiter Notebooks с библиотеками Pandas и Matplotlib для автоматизированного сбора, предварительной обработки, очистки и визуализации данных, конструирования и отбора признаков.
• Обучение и использование моделей из библиотеки SkLearn для решения задач. машинного обучения с оценкой качества и подбором оптимальных гиперпараметров моделей.
• Обучение и использование нейросетевых моделей на основе библиотеки. Keras+Tensorflow для задач классификации изображений и текстов, в том числе с использованием переноса обучения.
• Создание API для доступа к моделям на основе каркаса Flask.

Навыки (использование конкретных инструментов)

• Эффективное решение прикладных задач на основе данных из различных источников с подбором оптимальных гиперпараметров моделей машинного обучения.
• Предобработка и классификация текстов и изображений.
• Создание API для доступа к разработанным моделям.

ИЗУЧАЕМЫЕ МОДУЛИ:

1. Основы языка программирования Python для анализа данных.
2. Базовые задачи и методы машинного обучения.
3. Современные нейросетевые архитектуры.
4. Автоматизация сбора данных и доступа к моделям машинного обучения.

ТРЕБОВАНИЯ

Программа предназначена для слушателей, имеющих:

• Образование: высшее или среднее профессиональное.
• Квалификацию: любую в области информационных технологий.
• Наличие опыта профессиональной деятельности: базовые навыки работы на компьютере.
• Предварительное освоение иных дисциплин/курсов /модулей: требуется владение основами цифровой грамотности и алгоритмизации в объеме школьного курса информатики.

Контактная информация по вопросам обучения:

Телефон: +7 (35-32) 91-21-11

e-mail: fpk@mrc.osu.ru

e-mail: fpkpgms@mrc.osu.ru

Контактные лица:

ведущий специалист по УМР Хвостова Оксана Николаевна — fpk@mrc.osu.ru

ведущий специалист по УМР Бероева Елена Александровна — beroeva@mrc.osu.ru

Адрес: г. Оренбург, пр. Победы, 13, корп. 20, ауд. 20.2.14