Модуль 1
151,00ч

Разработка алгоритмов машинного обучения на языке Python

Модуль "Разработка алгоритмов машинного обучения на языке Python" включает в себя следующие темы:
-Введение в Искусственный интеллект
-Интеллектуальные системы и технологии
-Изучение сред разработки
-Синтаксис языка Python
-Изучение библиотек random, math. Написание собственных функций
-Изучение библиотек numpy, pandas, matplotlib
-Изучение библиотеки SQLite
-Изучение библиотеки OpenCV. Работа с изображениями
-Работа с веб-камерой и видеопотоками
-Токенизация текстов
-Косинусное сходство
-Использование ИИ для достижения Целей устойчивого развития
-Этические проблемы ИИ. Риски, связанные с активным внедрением ИИ
-Обучение с учителем. Классификация и регрессия
-Обучение без учителя. Кластеризация и уменьшение размерности
-Обучение с подкреплением. Решение задач дискретного и непрерывного управления на примере сред библиотеки Gym
Часов в программе
32,00 часа
лекции
74,00 часа
практика
43,00 часа
самостоятельная
2,00 часа
промежуточная аттестация
151,00 час
всего
Материально-технические условия реализации программы:
Вид занятий: Интерактивная лекция, практическое занятие, семина
Требуемое ПО:
Программное обеспечение:
браузер Google Chrome;
аккаунт Google;
PyCharm;
OpenVINO™ toolkit.
Выход в интернет (скорость 2 мбит/сек и выше)
Веб-камера, микрофон
Информационные ресуры
1. Модели искусственной психики для роботов и нейроимплантов - https://ai.mipt.ru/projects/modeli_iskusstvennoy_psikhiki_dlya_robotov_i_neyroimplantov
2. Нейроморфные платформы - https://ai.mipt.ru/projects/neyromorfnye_platformy
3. Техническое зрение в радиодиапазоне - https://ai.mipt.ru/projects/tekhnicheskoe_zrenie_v_radiodiapazone
4. Речевая аналитика и голосовые роботы - https://ai.mipt.ru/projects/rechevaya_analitika_i_golosovye_roboty
5. Глоссарий.ру (служба тематических толковых словарей) - http://www.glossary.ru
Образовательные ресуры
1. Электронно-библиотечная система "IPRBooks" - http://www.iprbookshop.ru
2. Электронно-библиотечная система "Юрайт" - https://www.biblio-online.ru
3. Электронная библиотека "УМЦ ЖДТ" - http://www.umczdt.ru
4. Электронно-библиотечная система РГУПС - http://jirbis2.rgups.ru/jirbis2
5. Электронно-библиотечная система РГУПС - Электронно-библиотечная система РГУПС

Учебно-методические материалы

Методы, формы и технологии

Технология развития критического мышления, технология проблемного обучения, кейс-технология, коммуникативные технологии, технология портфолио, перевернутый класс

Методические разработки

1. Важность наличия у вашего чатбота хорошей базы знаний (The importance of having a good knowledge base for your chatbot) URL: https://blog.kmslh.com/blog/5-reasons-chatbots-need-a-strong-knowledge-base
2. Дополнительные инструкции по написанию чатботов (Additional guides to writing chatbots) URL: https://apps.worldwritable.com/tutorials/chatbot/
3. Игровой питч: как подготовиться к презентации проекта URL: https://vc.ru/flood/29103-igrovoy-pitch-kak-podgotovitsya-k-prezentacii-proekta
4. Как сделать хороший питч: модель для сборки https://tceh.com/post/kak-sdelat-horoshij-pitch/
5. Определение намерений пользователя с помощью чатботов (Detecting intent using chatbots) URL: https://medium.com/@brijrajsingh/chat-bots-designing-intents-and-entities-for-your-nlp-models-35c385b7730d
6. Популярные во всем мире чатботы (Popular chatbots in the world) URL: https://www.wordstream.com/blog/ws/2017/10/04/chatbots
7. Сквозные технологии цифровой экономики URL: http://datascientist.one/skvoznye-texnologii-digital-economy/
8. Создание простого чатбота на основе NLP на языке Python (Building a simple NLP based chatbot in Python) URL: https://blog.eduonix.com/internet-of-things/simple-nlp-based-chatbot-python/
9. Создание простого чатбота на Python с нуля (с использованием NLTK) (Building a simple chatbot from scratch in Python (using NLTK) URL: https://medium.com/analytics-vidhya/building-a-simple-chatbot-in-python-using-nltk-7c8c8215ac6e

Материалы курса

Материалы модуля представлены в виде сверстанного курса на платформе МЭО.
Все слушатели получают авторизованный доступ к системе дистанционного обучения, расположенной в сети Интернет, к учебно-методическим материалам электронного курса, который является неотъемлемой частью программы.

Учебная литература

1. Брюс П., Брюс Э. Практическая статистика для специалистов Data Science. – БХВ-Петербург, 2018. 304 с.
2. Хобсон Лейн, Ханнес Макс Хапке, Коул Ховард. Обработка естественного языка в действии – СПб: Издательский дом «Питер», 2020. – 576 с.
3. Нишант Ш. Машинное обучение и TensorFlow. – СПб: Издательский дом «Питер», 2019. – 336 с.
4. Судхарсан Равичандиран Глубокое обучение с подкреплением на Python. OpenAI Gym и TensorFlow для профи / Равичандиран Судхарсан. – СПб.: Питер, 2019. – 251 с.
5. Carney M. et al. Teachable machine: Approachable Web-based tool for exploring machine learning classification //Extended abstracts of the 2020 CHI conference on human factors in computing systems. – 2020. – С. 1-8.
6. Awad E. et al. The moral machine experiment //Nature. – 2018. – Т. 563. – №. 7729. – С. 59-64.
7. Gorbachev Y. et al. OpenVINO deep learning workbench: Comprehensive analysis and tuning of neural networks inference //Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops. – 2019. – С. 0-0.
8. Харрисон М. Машинное обучение: карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python.: Пер. с англ. - СПб.: ООО "Диалектика", 2020 - 320 с.
9. Элбон К. Машинное обучение с использованием Python. Сборник рецептов: Пер. с англ. — СПб.: БХВ-Петербург, 2019. — 384 с.

Темы

Введение в Искусственный интеллект Интеллектуальные системы и технологии Изучение сред разработки Синтаксис языка Python Изучение библиотек random, math. Написание собственных функций Изучение библиотек numpy, pandas, matplotlib Изучение библиотеки SQLite Изучение библиотеки OpenCV. Работа с изображениями Работа с веб-камерой и видеопотоками Токенизация текстов Косинусное сходство Обучение с учителем. Классификация и регрессия Обучение без учителя. Кластеризация и уменьшение размерности Обучение с подкреплением. Решение задач дискретного и непрерывного управления на примере сред библиотеки Gym
Лекции
2,00ч
Практические занятия
2,00ч
Самостоятельная работа
1,00ч
Всего
5,00ч
Лекции
2,00ч
Практические занятия
2,00ч
Самостоятельная работа
1,00ч
Всего
5,00ч
Практические занятия
2,00ч
Самостоятельная работа
2,00ч
Всего
4,00ч
Лекции
2,00ч
Практические занятия
4,00ч
Самостоятельная работа
2,00ч
Всего
8,00ч
Лекции
2,00ч
Практические занятия
4,00ч
Самостоятельная работа
2,00ч
Всего
8,00ч
Лекции
2,00ч
Практические занятия
4,00ч
Самостоятельная работа
4,00ч
Всего
10,00ч
Лекции
2,00ч
Практические занятия
6,00ч
Самостоятельная работа
2,00ч
Всего
10,00ч
Лекции
2,00ч
Практические занятия
6,00ч
Самостоятельная работа
2,00ч
Всего
10,00ч
Лекции
2,00ч
Практические занятия
4,00ч
Самостоятельная работа
4,00ч
Всего
10,00ч
Лекции
2,00ч
Практические занятия
4,00ч
Самостоятельная работа
2,00ч
Всего
8,00ч
Лекции
2,00ч
Практические занятия
6,00ч
Самостоятельная работа
4,00ч
Всего
12,00ч
Лекции
4,00ч
Практические занятия
10,00ч
Самостоятельная работа
5,00ч
Всего
19,00ч
Лекции
4,00ч
Практические занятия
10,00ч
Самостоятельная работа
6,00ч
Всего
20,00ч
Лекции
4,00ч
Практические занятия
10,00ч
Самостоятельная работа
6,00ч
Всего
20,00ч
Промежуточная аттестация 2,00 часа
ПРОМЕЖУТОЧНАЯ АТТЕСТАЦИЯ К МОДУЛЮ 1
Промежуточная аттестация реализуется в формате решения кейсов.
Кейс опирается на пройденный материал и представляет собой применение нескольких упражнений из заданий для самостоятельной работы и практических занятий.