8(495)912-63-37 
gmc@edu.mos.ru
FacebookВКонтактеYouTubeInstagram

Среда, 19 Май 2021 18:04

Рабочая программа учебного курса по выбору «Введение в машинное обучение»

Освоение программы курса по выбору «Введение в машинное обучение» обеспечивает изучение элементов содержания предметов «Математика», «Информатика» и соответствует требованиям развивающихся технологий.

Содержание курса «Введение в машинное обучение» основано на следующих межпредметных понятиях:

  • алгоритм;
  • анализ;
  • база данных;
  • данные;
  • модель;
  • вектор;
  • система;
  • функция.

Одним из наиболее распространенных способов наделения машины ис­кусственным интеллектом является машинное обучение.

Машинное обучение – это раздел искусственного интеллекта, который позволяет, используя языки программирования и интерактивные платформы, разрабатывать автоматические методы анализа данных и извлечение из них каких-либо закономерностей для получения желаемого результата. Машинное обучение позволяет обучать модели на основе наборов данных до использования моделей.

Реализация программы «Введение в машинное обучение» рассчитана на 34 часа учебно-практических занятий. Последовательность модулей программы выстроена в логике процесса выполнения обучающимися комплексного проекта по сбору и анализу данных, разработки модели машинного обучения с использованием действующих алгоритмов.

В результате освоения курса обучающиеся смогут запустить процесс и применять надлежащие наборы данных в процессе машинного обучения, использовать полученные знания и умения для разработки моделей из реальной жизни.

Программа рассчитана на уровень среднего общего образования (СОО).

Программа предусматривает индивидуальные, групповые и иные формы работы.

Режим занятий: 1 занятие по 45 мин.

Срок реализации программы – 1 год (34 часа).

I. Планируемые результаты

При изучении курса учащиеся научатся:

  • использовать некоторые модули встроенной библиотеки;
  • загружать в компьютер dataset;
  • использовать функциональный и объектно-ориентрованный подход при построении методов машинного обучения;
  • осуществлять тестирование и отладку программного кода.

При изучении курса учащиеся получат возможность научиться:

  • использовать управляющие конструкции языка программирования и библиотек для разработки наборов данных;
  • принимать обоснованные решения при выборе необходимых алгоритмов;
  • предварительной обработке данных с использованием различных методов.

II. Содержание курса

Основные разделы программы учебного курса

Модуль 1. Введение в машинное обучение.

Задачи машинного обучения: обучение с учителем и обучение без учителя.

Модуль 2. Методы машинного обучения и предварительная обработка данных.

Приведение данных к форме, приемлемой для алгоритмов машинного обучения, предварительная подготовка их и преобразование в нужный формат.

Построение регрессионной модели, рассмотрение многомерных данных. Метод опорных векторов. Дерево принятия решений. Метод ансамблей. Метод k-ближайших соседей. Создание матрицы неточностей.

Модуль 3. Язык программирования Python.

Условия. Циклы. Функции. Структуры данных в Python: списки, множества и словари. Импорт модулей и функций. Разработка программ для работы с массивами данных. Работа с массивами и линейная алгебра в NumPy. Выполнение сложных запросов к dataset.

Модуль 4. Практические кейсы применения машинного обучения.

Изучение применения машинного обучения на реальных кейсах. Проверка простых чисел. Парсинг генеалогического древа. Создание решателя головоломок. Генетические алгоритмы.

III. Тематическое планирование

Наименование раздела

Количество аудиторных часов

1.

Введение в машинное обучение

3

2.

Методы машинного обучения и предварительная обработка данных

5

3.

Язык программирования Python

12

4.

Практические кейсы применения машинного обучения

14

 

Всего:

34