We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Research seminar "Artificial Intelligence Technologies"

2024/2025
Academic Year
RUS
Instruction in Russian
6
ECTS credits
Delivered at:
Department of Applied Mathematics and Informatics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))
Course type:
Compulsory course
When:
2 year, 1, 2 module

Instructor


Булычев Иван Даниилович

Программа дисциплины

Аннотация

Программа направлена на изучение современных методов и алгоритмов искусственного интеллекта, включая нейронные сети, машинное обучение и глубокое обучение. Курс включает в себя практику работы с нейронными сетями, машинным обучением и глубоким обучением, а также знакомство с реальными примерами использования этих технологий.
Цель освоения дисциплины

Цель освоения дисциплины

  • Подготовка высококвалифицированных специалистов, способных эффективно использовать методы и алгоритмы искусственного интеллекта для решения задач в различных сферах деятельности.
Планируемые результаты обучения

Планируемые результаты обучения

  • Объяснять различия между обучением с учителем и без учителя, применять знания об алгоритмах машинного обучения для решения реальных задач, критически оценивать эффективность различных методов машинного обучения в зависимости от конкретной задачи, предлагать инновационные подходы к использованию алгоритмов машинного обучения в новых областях.
  • Генерировать тексты и переводить языки с помощью технологий искусственного интеллекта, создавать чат-боты и голосовых помощников, способных взаимодействовать с пользователями на естественном языке ,использовать современные инструменты и библиотеки для обработки естественного языка, критически оценивать качество и точность работы моделей обработки естественного языка.
  • Следить за движением объектов в видеопотоке, анализировать видео и изображения с целью извлечения полезной информации, использовать современные инструменты и библиотеки для обработки изображений и видео, критически оценивать качество и точность работы моделей компьютерного зрения.
  • Эффективно хранить, обрабатывать и анализировать большие объемы данных, применять методы бизнес-аналитики для принятия обоснованных решений, использовать современные инструменты и критически оценивать качество и достоверность данных.
  • Анализ перспектив развития технологий искусственного интеллекта, оценка возможных областей их применения, социальных и экономических последствий внедрения и инновационных подходов к использованию.
  • Оценивать риски безопасности данных, анализировать этические принципы, формулировать стратегии повышения доверия и применять знания для создания безопасных решений на базе искусственного интеллекта.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Алгоритмы машинного обучения
  • Обработка естественного языка
  • Компьютерное зрение
  • Большие данные и аналититка
  • Безопасность и этика в технологиях искусственного интеллекта
  • Будущее искусственного интеллекта
Элементы контроля

Элементы контроля

  • неблокирующий Доклад
  • неблокирующий Доклад
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 2nd module
    1+0.9х ((доклад 1 +доклад 2)х0.6+активность х 0.3) +0,1 х посещение
Список литературы

Список литературы

Рекомендуемая основная литература

  • Искусственный интеллект - надежды и опасения : сборник, , 2020
  • Компьютерное зрение. Современные методы и перспективы развития, , 2022
  • Машинное обучение : портфолио реальных проектов, Григорьев, А., 2023
  • Обработка естественного языка Python и spaCy на практике, Васильев, Ю., 2021
  • Путь аналитика. Практическое руководство IT-специалиста, Перерва, А. Д., 2012

Рекомендуемая дополнительная литература

  • OpenSSL 3. Ключ к тайнам криптографии : лучшие способы повысить безопасность сети с применением OpenSSL 3, Хлебников, А., 2023
  • Биологическое и компьютерное зрение, Крейман, Г., 2022
  • Большие данные : революция, которая изменит то, как мы живем, работаем и мыслим, Майер-Шенбергер, В., 2014
  • Искусственный интеллект : стратегии и методы решения сложных проблем, пер. с англ. И. И. Галагана, К. Д. Протасовой ; под ред. Н. Н. Куссуль, 4-е изд., 863 с., Люгер, Д. Ф., 2003
  • Компьютерное зрение : учеб. пособие для студентов вузов, Шапиро, Л., 2006
  • Машинное обучение с использованием библиотеки H2O : мощные и масштабируемые методы для глубокого обучения и ИИ, Кук, Д., 2018
  • Обработка естественного языка на Java : исследование разных подходов к организации и извлечению полезной текстовой информации из неструктурированных данных с использованием Java, Риз, Р., 2016
  • Прагматичный ИИ : машинное обучение и облачные технологии, Гифт, Н., 2019

Авторы

  • Булычев Иван Даниилович
  • Трехлеб Ольга Юрьевна