0
عدد المشاهدات
"تحليل البيانات والتعلم الآلي" - دورة 120.000 روبل. من جامعة ولاية ميشيغان، مدة التدريب 48 أسبوعًا. (12 شهرًا)، التاريخ: 16 فبراير 2023.
Miscellanea / / November 27, 2023
يهدف برنامج إعادة التدريب المهني "تحليل البيانات والتعلم الآلي" إلى تدريب المتخصصين في مجال الكمبيوتر التقنيات القادرة على تطوير أنظمة البرمجيات باستخدام استخراج البيانات والآلات تمرين.
تكوين الكفاءات المهنية لدى الطلاب المتعلقة بالبرمجة التطبيقية وقواعد البيانات البيانات المطلوبة للحصول على مؤهل “متخصص في مجال تحليل البيانات وآله تمرين"
تستخدم عملية التعلم لغة برمجة Python، وبيئة التطوير التفاعلية Jupiter، ومكتبات برامج scikit-learn للتعلم الآلي، وغيرها.
التعلم الآلي هو مجال فرعي واسع من الذكاء الاصطناعي يدرس طرق بناء الخوارزميات التي يمكنها التعلم. التعلم الآلي هو النهج الحديث الرئيسي لتحليل البيانات وبناء أنظمة معلومات ذكية. تشكل أساليب التعلم الآلي أساس جميع أساليب رؤية الكمبيوتر وتستخدم بنشاط في معالجة الصور. تحتوي الدورة على العديد من الخوارزميات القابلة للتطبيق عمليا.
متطلبات الاستمارة
يجب أن يكون المتقدمون لبرنامج إعادة التدريب حاصلين على تعليم متخصص عالي أو ثانوي. خبرة في البرمجة باللغات الإجرائية أمر مرغوب فيه.
وضع التدريب
تم تصميم البرنامج لمدة سنة واحدة من الدراسة: من 16 فبراير 2023 إلى 31 يناير 2024.
المجلد 684 ساعة.
قبول المستندات من 20 ديسمبر إلى 28 فبراير.
الفصول الدراسية دون الرجوع إلى جدول زمني وفقًا لمسار تعليمي فردي.
للحصول على دبلوم جامعة موسكو الحكومية في إعادة التدريب المهني، يجب عليك إكمال المنهج وإعداد الأطروحة النهائية.
العمل النهائي هو تطوير مستقل لنظام البرمجيات.
1. للتسجيل في البرنامج، يجب عليك ملء المستندات التالية (يدويًا أو إلكترونيًا) وإرسالها إلى [email protected]:
2. بناءً على المستندات المقدمة، سيتم إعداد اتفاقية التدريب.
3. بعد توقيع العقد، يتم إرسال مستندات الدفع: أغسطس-سبتمبر.
4. بعد الدفع تبدأ التدريب.
أستاذ قسم أمن المعلومات رئيسا. مختبر العناية المركزة
الدرجة العلمية: دكتوراه في العلوم التقنية. علوم
سوكوملين فلاديمير ألكساندروفيتش، أستاذ فخري في جامعة موسكو الحكومية، أستاذ دكتور في العلوم التقنية، رئيس مختبر تقنيات المعلومات المفتوحة (OIT).
تمت مناقشة أطروحة المرشح في مجال العلوم الفيزيائية والرياضية في المجلس الأكاديمي لـ VMK في عام 1976.
في عام 1989 دافع عن أطروحة الدكتوراه في التخصص 05.13.11 في المجلس في معهد علوم الكمبيوتر والتكنولوجيا التابع لأكاديمية العلوم في اتحاد الجمهوريات الاشتراكية السوفياتية، ويرتبط موضوع الأطروحة بنمذجة أنظمة الهندسة الراديوية المعقدة.
في عام 1992 حصل على اللقب الأكاديمي للأستاذ.
حصل على الميدالية التذكارية "800 عام من موسكو".
في الفترة 2000-2002 طور مفهوم ومعايير الدولة للاتجاه العلمي والتعليمي الجديد "تقنيات المعلومات". وبناء على هذه التطورات من قبل وزارة التعليم الروسية عام 2002. تم إنشاء الاتجاه 511900 "تقنيات المعلومات" وأجريت تجربة لتنفيذه. في عام 2006، تمت إعادة تسمية هذا الاتجاه بمبادرة من المؤلف إلى "المعلوماتية الأساسية وتكنولوجيا المعلومات" (FIIT). حاليًا، يتم تنفيذ هذا الاتجاه في أكثر من 40 جامعة في البلاد.
سوخوملين ف. - مطور معايير الدولة للبكالوريوس والماجستير من الجيل الثاني والثالث لاتجاه "علوم الكمبيوتر الأساسية وتكنولوجيا المعلومات".
مقدمة في الذكاء الاصطناعي
الهدف من الدورة هو إعطاء الطلاب لمحة عامة عن مشاكل وأساليب الذكاء الاصطناعي.
محاضرة 1.1
طرق الاستدلال المنطقي
محاضرة 1.2
إيجاد الحلول والتخطيط والجدولة
محاضرة 1.3
التعلم الالي
محاضرة 1.4
التفاعل بين الإنسان والآلة
البرمجة بلغة بايثون
الغرض من دراسة التخصص هو إتقان أدوات وأساليب تطوير البرمجيات باستخدام لغة بايثون ومكتباتها.
محاضرة 2.1
هيكل التطبيق
محاضرة 2.2
نظرة عامة على أهم وحدات وحزم مكتبة بايثون القياسية
محاضرة 2.3
الكائنات والفئات في بايثون
محاضرة 2.4
عناصر البرمجة الوظيفية في بايثون
محاضرة 2.5
مولدات كهرباء. التكرارات
محاضرة 2.6
برمجة متعددة الخيوط
محاضرة 2.7
برمجة الشبكات
محاضرة 2.8
العمل مع قاعدة البيانات
الرياضيات المنفصلة11
تنقسم مادة الدورة إلى خمسة أقسام: الأدوات الرياضية؛ تسلسلات؛ الرسوم البيانية. وظائف منطقية. نظرية الترميز.
محاضرة 3.1
الموضوع 1.1. لغة المنطق الرياضي
محاضرة 3.2
الموضوع 1.2. مجموعات
محاضرة 3.3
الموضوع 1.3. العلاقات الثنائية
محاضرة 3.4
الموضوع 1.4. طريقة الاستقراء الرياضي
محاضرة 3.5
الموضوع 1.5. التوافقيات
محاضرة 3.6
الموضوع 2.1. علاقات التكرار
محاضرة 3.7
الموضوع 3.1. أنواع الرسوم البيانية
محاضرة 3.8
الموضوع 3.2. الرسوم البيانية المرجحة
محاضرة 3.9
الموضوع 4.1. تمثيل الوظائف المنطقية
محاضرة 3.10
الموضوع 4.2. فئات الدالة المنطقية
محاضرة 3.11
الموضوع 5.1. نظرية الترميز
نظرية الاحتمالية والإحصاء الرياضي
محاضرة 4.1
الموضوع 1.1. مفهوم الاحتمال
محاضرة 4.2
الموضوع 1.2. النظريات الابتدائية
محاضرة 4.3
الموضوع 1.3. المتغيرات العشوائية
محاضرة 4.4
الموضوع 2.1. معالجة البيانات الإحصائية
محاضرة 4.5
الموضوع 2.2. مشاكل الإحصاء الرياضي
طرق التعلم الآلي
يتناول المقرر المهام الرئيسية للتعلم حسب السوابق: التصنيف، التجميع، الانحدار، تقليل الأبعاد. تتم دراسة طرق حلها، الكلاسيكية والجديدة، التي تم إنشاؤها على مدى 10-15 سنة الماضية. يتم التركيز على الفهم الشامل للأسس الرياضية والعلاقات ونقاط القوة والقيود المفروضة على الأساليب التي تمت مناقشتها. يتم تقديم النظريات في الغالب بدون دليل.
محاضرة 6.1
الأسس الرياضية للتعلم الآلي
محاضرة 6.2
المفاهيم الأساسية والأمثلة على المشاكل التطبيقية
محاضرة 6.3
المصنف الخطي والتدرج العشوائي
محاضرة 6.4
الشبكات العصبية: طرق تحسين التدرج
محاضرة 6.5
التصنيف المتري وطرق الانحدار
محاضرة 6.6
دعم شاحنات النقل
محاضرة 6.7
الانحدار الخطي متعدد المتغيرات
محاضرة 6.8
الانحدار غير الخطي
محاضرة 6.9
معايير اختيار النموذج وطرق اختيار الميزة
محاضرة 6.10
طرق التصنيف المنطقية
محاضرة 6.11
التدريب التجميعي والجزئي
محاضرة 6.12
نماذج التعلم الآلي التطبيقية
محاضرة 6.13
الشبكات العصبية مع التعلم غير الخاضع للرقابة
محاضرة 6.14
تمثيل المتجهات للنصوص والرسوم البيانية
محاضرة 6.15
التدريب على الترتيب
محاضرة 6.16
أنظمة التوصية
محاضرة 6.17
طرق التنبؤ التكيفية
الاشتراك
YOU MIGHT ALSO LIKE
