Искусственный интеллект

ФАКУЛЬТЕТ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ И КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ

70610701-Искусственный интеллект

70610701-Искусственный интеллект согласно направлению, в магистратуре магистранты приобретают такие знания и навыки, как научная деятельность, теоретическое образование, научно-исследовательская работа, подготовка магистерской диссертации, научная практика (приобретение опыта). После 2 лет обучения студенты получат академическую степень магистра.

70610701-Искусственный интеллект, согласно направлению, форма обучения магистратуры очная и длится 2 года. 6 недель на втором году обучения студента приобретать опыт научной практики в высших учебных заведениях, научно-исследовательских учреждениях, промышленности и отраслевых организациях и предприятиях.

Государственная сертификация:

Защита магистерской диссертации

Примечание:

1. 1 кредит равен 30 академическим часам.

2. Высшее учебное заведение учитывает требования кадровых заказчиков при разработке программы профильных предметов и формировании перечня предметов.

3. На проект (работу) курса по предметам выделяется нагрузка 30 часов (1 кредит) за счет самостоятельных часов, отведенных на предмет.

4. Научная практика (приобретение опыта) осуществляется в высших учебных заведениях, научно-исследовательских учреждениях, промышленности и отраслевых организациях и предприятиях.

ВРЕМЯ ОТДЫХА:

1. 1-й курс:

- с 5-й недели декабря по 1-ю неделю января (25.12.2023-07.01.2024 на 2024 год)

- со 2-й недели июня по сентябрь (10.06.2024-02.09.2024 на 2024 год)

2. 2-й курс:

- с 5-й недели декабря по 1-ю неделю января (25.12.2023-07.01.2024 на 2024 год)

- с 1-й недели июля по сентябрь (01.07.2024-02.09.2024 на 2024 год)

НАУКИ

1. Методология научных исследований
2. Специализированные программные инструменты
3. Методика преподавания специальных предметов
4. Системы управления базами данных
5. Технологии создания веб-приложений
6. Математические основы искусственного интеллекта
7. Программирование для задач искусственного интеллекта
8. Машинное обучение
9. Большие данные
10. Нейронные сети
11. Программирование для параллельных и распределенных вычислений

ЭЛЕКТИВНЫЕ ПРЕДМЕТЫ

1. Методы глубокого обучения
2. Анализ и распознавание изображений
3. Управление и анализ данных
4. Математические методы распознавания символов