<?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/123456789/335744">
    <title>ЭБ Коллекция: Кафедра ФМиИС, 5 семестр</title>
    <link>https://elib.bsu.by:443/handle/123456789/335744</link>
    <description>Кафедра ФМиИС, 5 семестр</description>
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://elib.bsu.by:443/handle/123456789/338504" />
      </rdf:Seq>
    </items>
    <dc:date>2026-04-22T10:51:17Z</dc:date>
  </channel>
  <item rdf:about="https://elib.bsu.by:443/handle/123456789/338504">
    <title>Основы машинного обучения: учебная программа учреждения образования по учебной дисциплине для  специальности: 6-05-0533-10 Информатика  Профилизация: Системный анализ. Регистрационный №3604/б.</title>
    <link>https://elib.bsu.by:443/handle/123456789/338504</link>
    <description>Заглавие документа: Основы машинного обучения: учебная программа учреждения образования по учебной дисциплине для  специальности: 6-05-0533-10 Информатика  Профилизация: Системный анализ. Регистрационный №3604/б.
Авторы: Васьковский, М. М.; Задорожнюк, А. О.; Сушко, Д. П.
Аннотация: ПОЯСНИТЕЛЬНАЯ ЗАПИСКА &#xD;
Цели и задачи учебной дисциплины &#xD;
Цель учебной дисциплины «Основы машинного обучения»: &#xD;
формирование у студентов теоретических знаний и практических навыков в &#xD;
области машинного обучения, позволяющих решать реальные задачи анализа &#xD;
данных, строить и оценивать прогностические модели, а также грамотно &#xD;
интерпретировать полученные результаты. &#xD;
Задачи учебной дисциплины: &#xD;
1. Сформировать системное понимание основных понятий, задач и &#xD;
методов машинного обучения. &#xD;
2. Обучить студентов полному циклу анализа данных, от исследования и &#xD;
предобработки до построения, валидации и интерпретации моделей. &#xD;
3. Привить практические навыки работы с данными и инструментами &#xD;
машинного обучения (Python, Jupyter Notebook, библиотеки scikit-learn, pandas, &#xD;
numpy и др.). &#xD;
4. Развить умение выбирать адекватные методы машинного обучения в &#xD;
зависимости от постановки задачи и характеристик данных. &#xD;
Место учебной дисциплины в системе подготовки специалиста с высшим &#xD;
образованием.  &#xD;
Учебная дисциплина относится к дисциплинам профилизации &#xD;
«Системный анализ» компонента учреждения образования. &#xD;
Программа составлена с учетом межпредметных связей с учебными &#xD;
дисциплинами. Основой для изучения дисциплины является учебная &#xD;
дисциплина государственного компонента «Математический анализ» модуля &#xD;
«Математический анализ», «Методы оптимизации» модуля «Математические &#xD;
методы принятия решений» &#xD;
Знания, полученные в учебной дисциплине, используются при изучении &#xD;
дисциплины «Нейронные сети» модуля «Системный анализ».</description>
    <dc:date>2025-06-27T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

