Кафедра искусственного интеллекта

Факультет информационных технологий и анализа больших данных

Учебная работа Научная работа

250+

выпускников дипломных программ

3

программы бакалавриата, магистратуры и аспирантуры

40

преподавателей

44

учебные дисциплины

9-12

место в России по качеству подготовки специалистов в сфере ИИ

О кафедре

Кафедра искусственного интеллекта образована 1 июля 2024 года.

Миссия кафедры заключается в повышении компетенций специалистов в области искусственного интеллекта, что в свою очередь способствует развитию экономики России и внедрению передовых технологий в различных секторах.

Кафедра реализует образовательные программы бакалавриата и магистратуры по направлениям подготовки 01.03.02 и 01.04.02 - «Прикладная математика и информатика», по научной специальности аспирантуры 1.2.1 «Искусственный интеллект и машинное обучение».

В рамках научных и прикладных исследований кафедра разрабатывает высокотехнологичные продукты, основанные на принципах машинного обучения и искусственного интеллекта.Основное внимание уделяется созданию инновационных решений, которые способствуют повышению эффективности и конкурентоспособности в различных отраслях экономики, включая финансы, логистику и здравоохранение.

Партнеры

Учебная работа

Учебники и учебные пособия кафедры

Основы машинного обучения на Python

Рассматриваются различные типы задач машинного обучения, включая обучение с учителем, диагностику моделей и методы предварительного анализа данных. Базовые понятия объясняются доступным языком и содержат множество примеров из реального мира.

Подробнее

Машинное обучение с подкреплением

Представляет собой введение в область обучения с подкреплением, в котором сочетаются теоретические и практические аспекты. Изложены основные понятия, рассмотрены теория алгоритмов обучения с подкреплением, включая глубокое и мультиагентное обучение.

Подробнее

Прикладная теория графов и сетевые модели

Содержит основные сведения и задачи по теории графов, а также описание ключевых моделей, связанных с графами и сетями, включая рассмотрение прикладных аспектов их применения.

Подробнее

Экспериментальная теория графов и алгоритмы анализа сетевых моделей

Рассчитано на студентов очной и очно-заочной формы обучения по дисциплинам «Алгоритмы теории графов» и «Технологии и алгоритмы анализа сетевых моделей».

Подробнее

Практикум по машинному обучению на Python

Учебное пособие по дисциплине "Машинное обучение" для студентов, обучающихся по направлению: "Прикладная информатика", всех профилей (программы подготовки бакалавров)

Подробнее