|
|
УД1: Введение в ИИ (Цифровая кафедра)
2024/25 учебный год, Институт математики и информационных технологий, 3 курс, осенний семестр.
Лектор: Г. Э. Рего
Руководитель практики: К. А. Кулаков
Лекции
Материалы лекций размещены на странице группы.
Задания
- Собрать датасет по тематике проекта ТППО
- "Введение в программную библиотеку NumPy".
Цель работы: познакомиться с базовыми возможностями библиотеки NumPy, реализующей поддержку высокоуровневых математических функций, предназначенных для работы с многомерными массивами.
Работа выполняется с использованием языка программирования Python в среде разработки Jupyter Notebook с использованием необходимых библиотек ("Pandas", "NumPy", "Scikit-learn", "Seaborn").
Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
- "Введение в программную библиотеку Pandas".
Цель работы:
познакомиться с высокопроизводительными структурами данных Pandas и инструментами их обработки и анализа с использованием языка программирования Python в среде разработки Jupyter Notebook.
Работа выполняется с использованием языка программирования Python в среде разработки Jupyter Notebook с использованием необходимых библиотек ("Pandas", "NumPy", "Scikit-learn", "Seaborn").
Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
- "Нечеткая база знаний".
Цель работы: построить нечеткую базу знаний для выбранной предметной области проверить ее на полноту и произвести нечеткий вывод для конкретных значений.
Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
- Реализация генетического алгоритма для решения задачи:
- задача нахождения минимума/максимума функции (одной/двух переменных);
- задача коммивояжера;
- задача компоновки;
- задача составления расписания.
Playbook с заготовками. Результат выложить на gitlab: https://dev.dd.petrsu.ru
- Использование нейронных сетей для
- предсказания значений функции
- классификации объектов (ирисов)
- распознавания цифр
Playbook с заготовками (Перцептрон), Playbook с заготовками (Нейрон + задание). Результат выложить на gitlab: https://dev.dd.petrsu.ru
|
