Для достижения планируемых результатов обучение строится с использованием следующих:
методов: case-study, метод проектов, модульное обучение, проблемное обучение, контекстное обучение;
форм: лекции с использованием мультимедиа, практические занятия, самостоятельная работа, практика на базе привлекаемой организации.

Кроме того, обучение строится с применением технологий электронного обучения
и дистанционных образовательных технологий.

Обучающие материалы представлены в виде видеолекций, текстовых и графических материалов, размещенных на платформе sprint.1T.

Видеолекции
Текстовые материалы лекций
Инструкции для выполнения заданий
Обучающие задания с автоматизированной системой проверки и подсказками
Проверочные задания с автоматизированной системой проверки

1. Машинное обучение с использованием Python. Сборник рецептов: Пер. с англ. Front Cover. Элбон Крис. БХВ-Петербург, 2020. − 384 с. ISBN 978-5-9775-4056-8.
2. Пратик Джоши. Искусственный интеллект с примерами на Python. – Диалектика, 2019. – 448 с. ISBN 978-5-907114-41-8.
3. Джон Д. Келлехер, Брайан Мак-Нейми, Аоифе д’Арси. Основы машинного обучения для аналитического прогнозирования: алгоритмы, рабочие примеры и темати­ческие исследования. – Диалектика-Вильямс, 2019 – 656 с. ISBN: 978-5-6040044-9-4.
4. Дэви Силен, Арно Мейсман, Мохамед Али. Основы Data Science и Big Data. Python и наука о данных. – СПб.: Питер, 2017 – 336 с.: ил – (Серия «Библиотека программиста»). ISBN 978-5-496-02517-1.
5. Бурков А. Машинное обучение без лишних слов. Изд-во: Питер, 2020 – 192 с. ISBN 978-5-4461-1560-0.
6. Кухарев Г. А. Методы обработки и распознавания изображений лиц в задачах биометрии / Г. А. Кухарев, Е. И. Каменская, Ю. Н. Матвеев, Н. Л. Щеголева. Монография СПб: Политехника, 2013. − 388 с.
7. Вьюгин В. В. Математические основы теории машинного обучения и прогнозирования. – М. : МЦНМО, 2013. – 387 с.
8. Каклаускас А., Завадскас Э.-К. Биометрическая и интеллектуальная поддержка решений: монография. Вильнюс: Техника, 2012. – С. 344.
9. Неделько В. М. Основы статистических методов машинного обучения : учеб. пособие. – Новосибирск : Новосиб. гос. техн. ун-т, 2010. – 79 с.
10. Методы одномерной оптимизации: метод. указания / сост. И.А. Власова – Самара, 2015. –90 с.: ил.
11. Попова Т.М. Методы безусловной оптимизации : Тексты лекций. / Т. М. Попова; [науч. ред. Р. В. Намм]. - Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2013. – 76 с.
ISBN 987-5-7389-1245-0.
12. Бирюков А. Г. Методы оптимизации. Условия оптимальности в экстремальных задачах : учеб. пособие для вузов (направление «Прикладные мат. и физика») /
Бирюков Александр Гаврилович. – Москва : МФТИ, 2010. – 226 с.
13. Щетинин, Е.Ю. Математические методы оптимизации и оптимальных процессов : учебное пособие / Е.Ю. Щетинин. – Москва : СТАНКИН, 2015.
14. Сухарев, А. Г. Курс методов оптимизации : учебное пособие / А. Г. Сухарев, А. В. Тимохов, В. В. Федоров. – 2-е изд. – Москва : Физматлит, 2011. – 368 с. –
ISBN 978-5-9221-0559-0.