Научный кружок "Моделирование интеллектуальных систем" (МИС)

Института математики и механики им. Н.И. Лобачевского

Казанского (Приволжского) федерального университета

Научный руководитель кружка: Агафонов Александр Алексеевич, заведующий кафедрой высшей математики и математического моделирования Института математики и механики им. Н.И. Лобачевского.

Цель МИС - обучение теоретическим основам машинного обучения и формирование практических навыков реализации систем, оснащенных искусственным интеллектом.

Задачи:

• изучение математических основ машинного обучения и искусственного интеллекта;
• программирование интеллектуальных систем;
• практическая реализация и интеграция интеллектуальных и робототехнических систем;
• подготовка курсовых, дипломных работ по направлению "Машинное обучение".

Чем занимаемся:

Применение методов машинного обучения для решения интеллектуальных задач является перспективным направлением развития современной науки и техники. Межпредметный характер области интеллектуальных систем позволяет развить мотивацию студентов к углубленному изучению математики, информатики и техники. Учащиеся получают опыт моделирования и программирования систем, оснащенных искусственным интеллектом.

Программа подразделяется на модули:

• Модуль «Машинное обучение без учителя» посвящен практической реализации методов кластеризации данных. На конкретных практических примерах рассматриваются метрические методы кластеризации. В рамках изучения модуля, учащиеся выполняют практические задания, заключающиеся в программной реализации и применении методов кластеризации.
• Модуль «Машинное обучение с учителем» посвящен изучению теоретических основ и практической реализации методов машинного обучения, применяемых для классификации данных. Популярные методы классификации (метод Байеса, решающие деревья) рассматриваются на примерах прикладных задач. В рамках изучения модуля, учащиеся выполняют практические задания классификации текста.
• Модуль «Искусственные нейронные сети» содержит математические модели искусственных нейронных сетей, основные понятия, примеры использование нейронных сетей, виды архитектур нейронных сетей, а также методы их обучения. На практическом занятии учащиеся реализуют полученные знания для создания и обучения простых нейронных сетей, используют открытые библиотеки для моделирования сетей сложной архитектуры.
• Модуль «Компьютерное зрение» посвящен знакомству учащихся с теорией и технологией создания интеллектуальных систем обнаружения, отслеживания и классификации объектов на основе информации, полученной из изображений. Учащиеся получат навыки решения прикладных задач компьютерного зрения.
• Модуль «Машинное обучение с подкреплением» содержит необходимые математические и биологические сведения для понимания работы генетического алгоритма, метода Q-learning. Обсуждается программная реализация алгоритмов в популярных библиотеках машинного обучения на языке Python. На практических занятии ученики реализуют полученные знания для создания и обучения контроллера виртуального агента

К научному кружку могут присоединиться студенты Института (бакалавриат 3-4 курсов и магистры).