Программы
Нейронные сети: математическая обработка данных физического эксперимента
Раздел I «Введение в машинное обучение». Виды и особенности технологий искусственного интеллекта; виды и особенности технологий машинного обучения; особенности обучения с учителем, обучения без учителя, обучения с подкреплением; особенности технологий глубокого обучения. Раздел II «Нейронные сети: теория». Виды и особенности искусственных нейронных сетей; классификация искусственных нейронных сетей по типу входной информации, по характеру обучения, по типу настройки весов; особенности искусственных нейронных сетей без обратных связей; особенности искусственных нейронных сетей с обратными связями. Раздел III «Основы программирования нейронных сетей». Структура программного кода искусственной нейронной сети на языке программирования Python; Библиотеки Python: NumPy, Pandas, TensorFlow, Keras, Scikit-learn, Matplotlib; структура программного кода обучающей выборки; структура программного кода тестовой выборки; масштабирование и стандартизация массива данных; расположение полносвязных слоев искусственной нейронной сети; оптимизатор; функция потерь. Раздел IV «Практика программирования нейронных сетей». Импортирование в структуру программного кода искусственной нейронной сети библиотек Python; подготовка массива экспериментальных данных; импортирование в структуру программного кода искусственной нейронной сети массива экспериментальных данных; распределение массива экспериментальных данных на обучающую и тестовую выборки; стандартизация данных обучающей и тестовой выборки; компиляция программного кода искусственной нейронной сети через оптимизатор и функцию потерь; обучение модели искусственной нейронной сети с сохранением информации о вызванном процессе обучения; оценка производительности модели искусственной нейронной сети на тестовом наборе массива экспериментальных данных. Раздел V «Постановка математической задачи». Теоретические основы математической формализации физического эксперимента; теоретические основы математической алгоритмизации физического эксперимента; структура программного кода математической формализации массива экспериментальных данных; структура программного кода математической алгоритмизации массива экспериментальных данных; программная формализация задачи математической обработки массива экспериментальных данных. Раздел VI «Прогнозирование и визуализация результатов физического эксперимента». Структура программного кода массива прогнозирования временных рядов; цикл обучения искусственной нейронной сети; построение диаграммы рассеивания значений физического эксперимента; построение оси истинных значений физического эксперимента; построение оси предсказанных значений физического эксперимента.
Вид
Дополнительные общеразвивающие программы
Форма обучения
Очная
Объем
36 ак.ч.
Центр ДО
УНИСОП
Стоимость
5 000 ₽
Для кого?
Лица, получающие высшее образование по направлениям подготовки (специальностям): 03.03.01. «Прикладные математика и физика», 03.03.02. «Физика», 03.05.02. «Фундаментальная и прикладная физика», 03.05.01. «Астрономия».
Цель
Формирование у слушателей практических навыков в области использования методов искусственного интеллекта с акцентом на применение нейронных сетей для математической формализации, алгоритмизации и последующей обработки массива данных, полученного в ходе эксперимента в рамках лабораторных физических практикумов.
Содержание программы
Раздел I «Введение в машинное обучение»
Раздел II «Нейронные сети: теория»
Раздел III «Основы программирования нейронных сетей»
Раздел IV «Практика программирования нейронных сетей»
Раздел V «Постановка математической задачи»
Раздел VI «Прогнозирование и визуализация результатов физического эксперимента»
Итоговая аттестация
Вы научитесь
Способен осуществлять поиск, критический анализ и синтез информации, применять системный подход для решения поставленных задач.
Способен определять круг задач в рамках поставленной цели и выбирать оптимальные способы их решения, исходя из действующих правовых норм, имеющихся ресурсов и ограничений.
Способен применять естественнонаучные и общеинженерные знания, методы математического анализа и моделирования, теоретического и экспериментального исследования в профессиональной деятельности.
Способен использовать современные информационные технологии и программные средства, в том числе отечественного производства, при решении задач профессиональной деятельности.
Способен разрабатывать алгоритмы и программы, пригодные для практического применения.
Способен математически формализировать, алгоритмизировать и обрабатывать массивы данных в избранной области экспериментальных и (или) теоретических физических исследований с применением практических навыков программирования и целевого использования искусственных нейронных сетей.
Отзывы
Пока нет отзывов
