Учебные курсы	Проекты   Публикации

Нейронные сети и контент-анализ (ИСТ МГ)
(Часть 1. Основы нейронных сетей)

Презентации к лекциям:

Лекция 1: Введение в нейронные сети и контент-анализ. Основные понятия.

Лекция 2: Исследование элементарного персептрона.

Лекция 3: ПО - элементарный персептрон.

Лекция 4: Исследование однослойного персептрона.

Лекция 5: Обработка данных в нейронных сетях.

Лекция 6: Многослойные нейронные сети.

Лекция 6.1: Реализация НС на Keras.

Лекция 7: Многослойные нейронные сети. Области решений.

Лекция 8: Многослойные нейронные сети. Эффективность. Применение.

Лекция 8.1: Предобработка данных.

Лекция 8.2: Основные параметры модели.

Лекция 9: Ассоциативная память. НС Хопфилда.

Лекция 10: Ассоциативная память. Дополнение.

Лекция 11: Обучение без учителя. НС Кохонена.

Лекция 12: Исследования в области НС.

Лабораторные работы:

Работа 1. Исследование элементарного персептрона.

Работа 2. Исследование однослойного персептрона.

Работа 3. Многослойный персептрон.

Работа 4. Исследование многослойного персептрона.

Работа 5. Исследование НС Хопфилда.

Работа 6. Исследование НС Кохонена.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Программное обеспечение:

Редакторы кода онлайн: Google Colaboratory (Jupyter Notebook), Trinket.io

Локальные профессиональные редакторы: MS Visual Studio, JetBrains PyCharm

Локальный текстовый редактор: Notepad++

Дополнительно:

Конференции по ИИ и НС

Глубокое обучение и машинное зрение (ИСТ МГ)
(Часть 2. Нейронные сети для обработки изображений)

Презентации к лекциям:

Лекция 1: Введение.

Лекция 2: Сверточные НС.

Лекция 3: Анализ СНС.

Лекция 4: Предварительно обученные НС.

Лекция 4.1: Сохранение и восстановление НС.

Лекция 5: Перенос обучения.

Лекция 6: Тонкая настройка предобученных НС.

Лекция 7: Дополнение данных (Data Augmentation).

Лекция 8: Проверка сходства изображений.

Лекция 9: Пример практической задачи классификации.

Лекция 10: Библиотека Hugging Face.

Лекция 11: Направления развития НС.

Лабораторные работы:

Работа 1. Распознавание (классификация) изображений.

Работа 2. Сверточные НС. Классификация изображений.

Работа 3. Сохранение и восстановление НС

Работа 4. Использование предобученных СНС.

Работа 5. Технология проверки сходства изображений.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Программное обеспечение:

Редакторы кода онлайн: Google Colaboratory (Jupyter Notebook), Trinket.io

Локальные профессиональные редакторы: JetBrains PyCharm , MS Visual Studio

Локальный текстовый редактор: Notepad++

Дополнительно:

Конференции по ИИ и НС

Основы обработки текстовой информации (ИСТ МГ)
(Часть 3. Нейронные сети для обработки текста)

Презентации к лекциям:

Лекция 1: Введение в компьютерную лингвистику.

Лекция 2: Анализ качества модели.

Лекция 3: Модель текста на основе TF-IDF.

Лекция 4: Анализ модели TF-IDF.

Лекция 5: Модель SVM.

Лекция 6: Модель текста на основе N-грамм.

Лекция 7: Регуляризация.

Лекция 8: Стемминг и лемматизация.

Лекция 9: Тематическая классификация текстов.

Лекция 10: Моделирование тем.

Лекция 11: Задача прогнозирования (регрессии).

Лекция 12: Библиотека Hugging Face.

Лекция 13: Направления развития НС.

Лабораторные работы:

Работа 1. Классификация текстовых данных на основе модели "Мешок слов".

Работа 2. Классификация текстовых данных на основе модели TF-IDF.

Работа 3. Классификация текстовых данных на основе N-грамм.

Работа 4. Тематическая классификация текстов.

Работа 5. Прогнозирование данных с использованием МНС.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Программное обеспечение:

Редакторы кода онлайн: Google Colaboratory (Jupyter Notebook), Trinket.io

Локальные профессиональные редакторы: JetBrains PyCharm , MS Visual Studio

Локальный текстовый редактор: Notepad++

Дополнительно:

Конференции по ИИ и НС

Обработка естественного языка (NLP) (ИСТ МГ)
(Часть 4. Современные нейронные сети для обработки текста)

Презентации к лекциям:

Лекция 1: Подходы к обработке естественного языка.

Лекция 2: Рекуррентные НС.

Лекция 3: РНС. Генерация текста.

Лекция 4: Представление текстовых данных. Слой Embedding.

Лекция 5: Долгая краткосрочная память LSTM.

Лекция 6: РНС на основе GRU. Другие РНС.

Лекция 7: Векторные представления слов. word2vec.

Лекция 8: Векторные представления слов. GloVe.

Лекция 9: Сверточные НС.

Лекция 10: Использование предобученных Embedding.

Лекция 10.1: Сложные модели.

Лекция 11: Агрегация. Attention.

Лекция 12: Механизм self-attention.

Лекция 13: Архитектура Transformer. Модель BERT.

Лекция 14: Современные модели NLP. Ансамбли.

Лекция 15: Ансамбли НС.

Лекция 16: Рекомендации на основе НС.

Лабораторные работы:

Работа 1. Исследование РНС. Задача классификации (тональность текста).

Работа 2. Исследование РНС. Генерация текста.

Работа 3. Анализ использования РНС.

Работа 4. СНС. Распознавание (классификация) тональности.

Работа 5. BERT. Распознавание (классификация) тональности.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Методология управления программными проектами (ИСТ МГ)

Презентации к лекциям:

Лекция 1: Введение. Этапы разработки ПО. Жизненный цикл ПО.

Лекция 2: Гибкая методология разработки (Agile).

Лекция 3.1: Модельно-ориентированное проектирование.

Лекция 3.2: Системы управления проектом (трекеры задач).

Лекция 4: Анализ предметной области ПО.

Лекция 5: Спецификации ПО.

Лекция 6: Техническая документация.

Лекция 7: Разработка ПО.

Лекция 8: Развертывание модели НС.

Лекция 9: Повышение технологичности и эффективности ПО.

Лекция 10: Качество ПО. Тестирование.

Лекция 11: Виды тестирования ПО.

Лекция 12: Процесс тестирования ПО.

Лекция 13: Оценка качества ПО и компании.

Лекция 14: Стандарты ИИ.

Лекция 15: Сопровождение ПО. Итоги.

Лабораторные работы:

Работа 1. Системы управления проектом (трекеры задач). Обзор систем.

Работа 2. Системы управления проектом (трекеры задач). Модель проекта.

Работа 3. Техническое задание на разработку ПО.

Работа 4. Развертывание модели НС.

Работа 5. Тестирование ПО.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Системный анализ и моделирование бизнес-процессов (ИСТ МГ)

Презентации к лекциям:

Лекция 1: Введение. Этапы анализа бизнес-процессов.

Лекция 2: Системный подход. Система.

Лекция 3: Системный анализ. Моделирование.

Лекция 4: Архитектура ПО.

Лекция 5: Функциональное моделирование SADT.

Лекция 6: Моделирование потоков данных (DFD).

Лекция 7: Диаграммы "сущность-связь" (ERD).

Лекция 8: ООП. Диаграмма классов.

Лекция 9: Диаграмма прецедентов.

Лекция 10: Диаграмма переходов состояний.

Лабораторные работы:

Работа 1. Архитектурное проектирование.

Работа 2. Функциональное моделирование SADT.

Работа 3. Моделирование данных.

Работа 4. Объектно-ориентированный подход.

Работа 5. Диаграмма переходов состояний.

Экзамен/Зачет: Вопросы.

Для магистров: Индивидуальные задания.

Интернет-технологии (ИБ, БАС, ПРО, ИВТ)
Интернет-интранет технологии (ИСТ)

Лекции:

Лекция 1: Основные принципы и технологии Интернета.

Лекция 2: Технологии создания сайтов. XML. Отображение XML.

Лекция 3: Описание структуры XML-файла. Дополнения XML.

Лекции 4: Введение в JavaScript. Операции.

Лекция 5: Условные конструкции и циклы. Подпрограммы.

Лекция 6: DOM. Объекты языка. События.

Лекция 7: DOM. Объекты window, document. Примеры.

Лекция 8: Направления развития Интернет-технологий.

Лабораторные работы:

Работа 1: Написание реферата.

Работа 2: Язык XML.

Работа 3: Отображение XML в браузере. CSS.

Работа 4: Отображение XML в браузере. XSL-T.

Работа 5: Описание структуры XML-файла. XML Schema.

Работа 6: JavaScript: Создание калькулятора.

Работа 7: JavaScript: Работа с массивами.

Зачет/Экзамен: Вопросы.

Для магистров: Индивидуальные задания.

Программное обеспечение:

Редакторы кода онлайн: CodePen, JSBin, JSFiddle, JS.do

Локальный текстовый редактор: Notepad++

Локальный визуальный редактор: Amaya

Локальные профессиональные редакторы: MS Visual Studio for Web Express Edition, Adobe DreamWeaver (платный)

Документация по Visual Studio

Облачные технологии (ИСТ)

Лекции:

Лекция 1: Введение в дисциплину. Основные понятия и определения. История возникновения и развития облачных технологий. Современное состояние облачных технологий.

Лекция 2: Классификация облачных технологий. Характеристика облачных вычислений. Модели развертывания облачных систем. Достоинства и недостатки облачных вычислений.

Лекция 3: Модели обслуживания в облачных системах. IaaS. PaaS. SaaS.

Лекция 4: Технологии виртуализации. Полная виртуализация. Паравиртуализация. Виртуализация на уровне ОС. Сравнение подходов и их практическая реализация.

Лекция 5: Компоненты облачных приложений.

Лекция 6: Наиболее распространенные облачные платформы. Структура. Принципы работы. Спавнение.

Лекция 7: Платформа Amazon Web Services: назначение, обзор возможностей, примеры использования.

Лекция 8: Платформа VMWare: назначение, обзор возможностей, примеры использования.

Лекция 9: Платформа Microsoft Azure: назначение, обзор возможностей, примеры использования.

Лекция 10: Технические аспекты построения масштабируемых систем.

Лекция 11: Разработка API интерфейса для доступа к облаку.

Лекция 12: Высоконагруженные системы. Принципы реализации.

Лекция 13: Технология работы с большими данными Big Data. NoSQL.

Лекция 14: Технология распределенных вычислений. Hadoop.

Лекция 15: Техническая защита информации при использовании облачных технологий: технологии, протоколы, устройства.

Лекция 16: Правовая защита информации при использовании облачных технологий.

Лекция 17: Применение облачных технологий в образовании (технологии Google, Microsoft, DropBox).

Лекция 18: Тенденции и направления развития облачных технологий.

Лабораторные работы:

Работы 1-8: Изучение вопросов облачных технологий. Проектирование, развертывание и использование систем. Разработка API.

Экзамен: Вопросы.

Курсовая работа: Методические указания.

Для магистров: Индивидуальные задания.

Технология программирования (ИНН, ИСТ)
Технология и методы программирования (БАС, ИБ)
Технология разработки программного обеспечения (ИВТ)

Лекции:

Лекция 1: Введение в технологию разработки ПО. Основные понятия и определения. Этапы решения задач на ЭВМ.

Лекция 2: Жизненный цикл ПО. Модели жизненного цикла ПО. Каскадная модель. Спиральная модель. Управление жизненным циклом ПО.

Лекция 3: Анализ предметной области ПО. Сбор, анализ и документирование требований. Документация ПО. ЕСПД. Техническое задание.

Лекция 4: Гибкая методология разработки (agile-методы). Спецификация требований ПО.

Лекция 5: Структурный подход к проектированию ИС. Методология функционального моделирования SADT.

Лекция 6: Моделирование потоков данных (DFD). Диаграммы «Сущность-Связь».

Лекция 7: Объектно-ориентированный подход к проектированию ИС. Диаграммы вариантов использования.

Лекция 8: Модели независящие от подхода. Диаграммы переходов и состояний. Математические модели данных. Классификация моделей к проектированию ИС.

Лекция 9: Архитектура программной системы. Решения начальных этапов. Модели управления. Проектирование структур данных.

Лекция 10: Качество ПО. Критерии качества программ. Технологичность программного обеспечения. Эффективность программного обеспечения.

Лекция 11: Способы повышения технологичности и эффективности ПО. Отладка ПО.

Лекция 12: Тестирование ПО. Основные понятия и определения. Виды тестирования. Процесс тестирования ПО.

Лекция 13: Ручной контроль программного обеспечения. Функциональное тестирование. Структурное тестирование.

Лекция 14: Комплексное тестирование. Критерии завершения тестирования.

Лекция 15: Документирование ПО. Руководство пользователю.

Лекция 16: Оценка качества процессов создания ПО.

Лекция 17: Сопровождение ПО. Многоуровневая организация процесса сопровождения ПО.

Практические работы:

Работа 1: Системы управления проектом (трекеры задач). Jira, Redmine, Bitrix24.

Работа 2: Техническое задание.

Работа 3: Функциональные диаграммы (SADT).

Работа 4: Диаграммы потоков данных (DFD).

Работа 5: Диаграммы переходов и состояний.

Работа 6: Диаграммы вариантов использования.

Работа 7: Архитектура программного обеспечения.

Работа 8: Тестирование ПО.

Лабораторные работы:

Работы 1-8: Изучение вопросов разработки ПО. Калькулятор. Секундомер. Отладка ПО.

Экзамен: Вопросы.

Зачет: Вопросы.

Курсовой проект: Методические указания.

Для магистров: Индивидуальные задания.

Программное обеспечение:

Microsoft Visual C# Express Edition

Документация по Visual Studio

Инструментальные программные средства (ИБ)

Лекции:

Лекция 1: Введение в дисциплину. История развития языков и систем программирования.

Лекция 2: Среда программирования MS Visual Studio. Структура среды. Возможности среды. Встроенные инструменты.

Лекция 3: Среда программирования Google Android Studio.

Лекция 4: Среда программирования Eclipse.

Лекция 5: Среда программирования Apple Xcode.

Лекция 6: Системы управления проектами.

Лекция 7: Системы контроля версий.

Лабораторные работы:

Работа 1: Изучение возможностей среды программирования MS Visual Studio.

Работа 2: Изучение возможностей среды программирования Google Android Studio.

Работа 3: Изучение систем управления проектами. Jira, Redmine, Bitrix24.

Работа 4: Изучение систем контроля версий. Git, GitHub, SourceTree.

Экзамен: Вопросы.

Курсовая работа: Методические указания.

Программное обеспечение:

MS Visual Studio Express Edition

Документация по Visual Studio

Google Android Studio

Eclipse

Apple Xcode

Алгоритмические языки (ИБ, ИСТ, ПРО)

Лекции:

Лекция 1: Введение в алгоритмические языки. История развития языков программирования.

Лекции 2-3: Среда программирования. Структура программы. Идентификаторы. Литералы. Типы данных. Переменные. Константы. Операции. Ввод и вывод. Класс Convert.

Лекция 4: Условные конструкции (?:, if, switch). Класс Math.

Лекция 5: Циклы (for, while, do/while). Класс Math. Операторы break, continue, goto.

Лекция 6: Массивы (одномерные, многомерные, статические, динамические, массивы массивов).

Лекция 7: Класс Array. Сортировка данных.

Лекция 8: Символы (char). Строки (string). Отладка программы.

Лекции 9-10: Методы (подпрограммы). Видимость переменных. Методы и массивы. Функции с побочным эффектом. Рекурсия.

Лекции 11-12: Визуальное программирование. Компоненты. Свойства. События. Методы.

Лекция 13: Работа со стандартными компонентами. Обмен данными между формами.

Лекция 14: Пример: Создание текстового редактора.

Лекция 15: Работа с файлами.

Лекция 16: Работа с базами данных.

Лабораторные работы:

Работа 1: Позиционная система счисления.

Работа 2: Блок-схемы.

Работа 3: Условные конструкции.

Работа 4: Циклы.

Работа 5: Массивы.

Работа 6: Сортировка данных.

Работа 7: Строки.

Работа 8: Визуальное программирование.

Работа 9: Секундомер.

Работа 10: Калькулятор.

Работа 11: Методы (подпрограммы).

Работа 12: Файлы.

Экзамен: Вопросы.

Зачет: Вопросы.

Курсовая работа / РГР: Методические указания.

Программное обеспечение:

Microsoft Visual C# Express Edition

Документация по Visual Studio

© 2009 - 2024   Рощин С.М.