<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="https://elib.bsu.by:443/handle/123456789/311370">
    <title>ЭБ Коллекция:</title>
    <link>https://elib.bsu.by:443/handle/123456789/311370</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://elib.bsu.by:443/handle/123456789/311393" />
        <rdf:li rdf:resource="https://elib.bsu.by:443/handle/123456789/310805" />
      </rdf:Seq>
    </items>
    <dc:date>2026-04-20T22:42:53Z</dc:date>
  </channel>
  <item rdf:about="https://elib.bsu.by:443/handle/123456789/311393">
    <title>Нейроносетевая обработка данных: учебная программа учреждения высшего образования по учебной дисциплине для специальности: 7-06-0533-05 Прикладная математика и информатика Профилизация: Интеллектуальные системы. № УД-869/м.</title>
    <link>https://elib.bsu.by:443/handle/123456789/311393</link>
    <description>Заглавие документа: Нейроносетевая обработка данных: учебная программа учреждения высшего образования по учебной дисциплине для специальности: 7-06-0533-05 Прикладная математика и информатика Профилизация: Интеллектуальные системы. № УД-869/м.
Авторы: Воронов, А. А.
Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА &#xD;
Цели и задачи учебной дисциплины &#xD;
Учебная дисциплина «Нейроносетевая обработка данных» знакомит студентов магистратуры с теоретическими основами разработки, анализа исследования нетривиальных методов, алгоритмов и технологий, основанных на оптимизации нейросетевых моделей сложных систем, а также с известными алгоритмами и структурами данных, знание которых необходимо для нейросетевой обработки данных. &#xD;
Цель учебной дисциплины – дальнейшее развитие у магистрантов навыков нейросетевой обработки данных, анализа полученных решений и последующей оптимизации.  &#xD;
Задачи учебной дисциплины: &#xD;
1. Создание базы для использования современных технологий обработки данных основанных на нейронных сетях. &#xD;
2. Формирование навыков применения нейросетевой обработки данных в типовых случаях.  &#xD;
Место учебной дисциплины в системе подготовки специалиста с высшим образованием второй ступени высшего образования (магистра).  &#xD;
Учебная дисциплина относится к модулю «Технологии машинного обучения» компонента учреждения высшего образования. &#xD;
Программа составлена с учетом межпредметных связей с учебными дисциплинами. Основой для изучения учебной дисциплины являются следующие учебные дисциплины первой ступени высшего образования: «Теория вероятностей и математическая статистика», «Геометрия и алгебра», «Исследование операций», «Методы оптимизации», «Основы и методологии &#xD;
программирования», «Разработка кросс-платформенных приложений», «Интеллектуальные информационные системы» и дисциплина второй ступени высшего образования «Специальные структуры данных».</description>
    <dc:date>2023-06-30T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://elib.bsu.by:443/handle/123456789/310805">
    <title>Методы машинного обучения: учебная программа учреждения высшего образования по учебной дисциплине для специальности: 7-06-0533-05 Прикладная математика и информатика  Профилизация: Интеллектуальные системы. № УД-802/м.</title>
    <link>https://elib.bsu.by:443/handle/123456789/310805</link>
    <description>Заглавие документа: Методы машинного обучения: учебная программа учреждения высшего образования по учебной дисциплине для специальности: 7-06-0533-05 Прикладная математика и информатика  Профилизация: Интеллектуальные системы. № УД-802/м.
Авторы: Лукашевич, М. М.
Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА &#xD;
Цели и задачи учебной дисциплины &#xD;
Учебная дисциплина «Методы машинного обучения» знакомит студентов магистратуры с теоретическими основами и практическими задачами машинного обучения.   &#xD;
Цель учебной дисциплины – формирование у магистрантов навыков анализа задач машинного обучения и взвешенного выбора того или иного решения.  &#xD;
Задачи учебной дисциплины: &#xD;
1. Изучение теоретических основ и основных принципов машинного обучения. &#xD;
2. Формирование практических навыков работы с данными и решения прикладных задач машинного обучения. &#xD;
Место учебной дисциплины &#xD;
В системе подготовки специалиста с углубленным высшим образованием для специальности 7-06-0533-05 «Прикладная математика и информатика» учебная &#xD;
дисциплина относится к модулю «Технологии машинного обучения» компонента учреждения образования. &#xD;
Программа составлена с учетом межпредметных связей с учебными &#xD;
дисциплинами. Основой для изучения учебной дисциплины являются следующие &#xD;
учебные дисциплины первой ступени высшего образования: «Нейросетевая обработка &#xD;
данных», «Программирование» и дисциплина второй ступени высшего образования &#xD;
«Программные средства анализа данных».</description>
    <dc:date>2023-06-30T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

