Методы обработки и анализа разнородных данных: учебная программа учреждения образования по учебной дисциплине для специальности: 7-06-0533-05 Прикладная математика и информатика Профилизация: Интеллектуальные системы. Регистрационный № 3744/м.

Abstract

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Цели и задачи учебной дисциплины Учебная дисциплина «Методы обработки и анализа разнородных данных» знакомит магистрантов с теоретическими основами и современными методами анализа, интеграции и машинного обучения на данных разнородной природы - включая текстовые, графовые, временные ряды, изображения и мультимодальные наборы. Дисциплина направлена на развитие ключевых профессиональных компетенций, необходимых для проектирования и реализации интеллектуальных систем в условиях сложных, неоднородных данных. Цель учебной дисциплины – формирование у магистрантов компетенций, обеспечивающих способность: применять интеллектуальные методы и алгоритмы для решения задач поиска, распознавания и обработки данных; использовать методики проектирования технических процессов и систем при работе с гетерогенными данными; интегрировать и обрабатывать разнородные данные в рамках комплексных задач. Задачи учебной дисциплины: 1. освоить методы и алгоритмы обработки, представления и интеграции разнородных данных, в том числе с использованием интеллектуальных подходов; 2. научиться проектировать конвейеры обработки данных и модели машинного обучения, адаптированные под специфику гетерогенных источников; 3. развить практические навыки интеграции данных различных типов (текст, изображение, граф, таблица, временной ряд) в единую модель или систему; 4. ознакомиться с современными инструментами и фреймворками, позволяющими эффективно реализовывать методы обработки разнородных данных. Место учебной дисциплины в системе подготовки специалиста с высшим образованием (магистра). Учебная дисциплина относится к модулю «Методы интеллектуального анализа данных» компонента учреждения образования. Программа составлена с учетом межпредметных связей с учебными дисциплинами. Основой для изучения учебной дисциплины являются следующие учебные дисциплины первой ступени высшего образования: «Технологии анализа и визуализации данных», «Основы и методологии программирования» и дисциплина второй ступени высшего образования «Модели и методы искусственного интеллекта».