Оренбургский государственный университет

Основы анализа данных и машинного обучения

Востребованность программы определяется активным применением технологий искусственного интеллекта и машинного обучения в производственных и бизнес-процессах самых разных компаний и промышленных производств и потребностью подготовки специалистов, владеющих технологиями анализа данных и машинного обучения.

Цель программы: формирование компетенции цифровой экономики «Способность эффективно применять современные методы и средства анализа данных и машинного обучения для решения прикладных задач» у квалифицированных специалистов различных областей экономики.

Формат обучения: онлайн.

Количество академических часов: 72 часа.

Планируемые результаты освоения программы

Знание (осведомленность в областях):

• Основы языка программирования Python.
• Основные этапы анализа данных.
• Основные типы задач анализа данных и машинного обучения.
• Математические основы и методы решения задач классификации, регрессии, кластеризации, основные метрики качества алгоритмов машинного обучения.
• Математические основы и возможности нейросетевых методов.
• Методы предобработки и векторизации текстов.
• Методы сбора информации из интернет-источников.
• Методы создания API для доступа к моделям машинного обучения.

Умение (способность к деятельности):

• Использование языка программирования Python, интерактивных блокнотов Jupiter Notebooks с библиотеками Pandas и Matplotlib для автоматизированного сбора, предварительной обработки, очистки и визуализации данных, конструирования и отбора признаков.
• Обучение и использование моделей из библиотеки SkLearn для решения задач машинного обучения с оценкой качества и подбором оптимальных гиперпараметров моделей.
• Обучение и использование нейросетевых моделей на основе библиотеки Keras+Tensorflow для задач классификации изображений и текстов, в том числе с использованием переноса обучения.
• Создание API для доступа к моделям на основе каркаса Flask.

Навыки (использование конкретных инструментов):

• Эффективное решение прикладных задач на основе данных из различных источников с подбором оптимальных гиперпараметров моделей машинного обучения.
• Предобработка и классификация текстов и изображений.
• Создание API для доступа к разработанным моделям.

Изучаемые модули

1. Основы языка программирования Python для анализа данных.
2. Базовые задачи и методы машинного обучения.
3. Современные нейросетевые архитектуры.
4. Автоматизация сбора данных и доступа к моделям машинного обучения.

Требования

Программа предназначена для слушателей, имеющих:

• образование: высшее или среднее профессиональное;
• квалификацию: любую в области информационных технологий;
• наличие опыта профессиональной деятельности: базовые навыки работы на компьютере;
• предварительное освоение иных дисциплин/курсов/модулей: требуется владение основами цифровой грамотности и алгоритмизации в объеме школьного курса информатики.

Контактная информация по вопросам обучения

Адрес: г. Оренбург, пр. Победы, 13, корп. 20, ауд. 20.2.14.

Телефон: (35-32) 91-21-11

E-mail: fpk@mrc.osu.ru, fpkpgms@mrc.osu.ru

Контактные лица:

• ведущий специалист по УМР Хвостова Оксана Николаевна — fpk@mrc.osu.ru
• ведущий специалист по УМР Бероева Елена Александровна — beroeva@mrc.osu.ru