Искусственный интеллект и анализ данных: магистратура в вузах Москвы

Обучение охватывает изучение классических методов интеллектуального анализа данных, включая кластеризацию, классификацию и прогнозирование, а также освоение принципов классического искусственного интеллекта, связанных с моделированием рассуждений и формальным анализом понятий. Значительное место в программе отведено современным нейросетевым технологиям, включая глубокое обучение, и обработке естественных языков для создания чат-ботов и систем машинного перевода. Кроме того, предполагается серьезная работа над функциональными компонентами реальных ИИ-систем, их архитектурной реализацией и разработкой графического интерфейса, причем многие профессиональные дисциплины преподаются на иностранном языке для подготовки к работе в международной среде.

Профессиональные дисциплины:

• Научно-исследовательский семинар "Теоретико-числовые и алгебраические методы в анализе данных" (преподается на иностранном языке)
• Семинар наставника (преподается на иностранном языке)
• Упорядоченные множества в анализе данных (преподается на иностранном языке)
• Современные концепции динамических нейронных сетей (преподается на иностранном языке)
• Методы искусственного интеллекта в принятии решений (преподается на иностранном языке).

Дисциплины по выбору:

• Современные методы анализа данных (преподается на иностранном языке)
• Базовые методы анализа данных (преподается на иностранном языке)
• Анализ сетевых структур (преподается на иностранном языке)
• Теория вероятностей и математическая статистика (преподается на иностранном языке)
• Дискретная математика для разработки алгоритмов и программ (преподается на иностранном языке)
• Прикладная количественная логистика (преподается на иностранном языке)
• Компьютерная лингвистика и анализ текста
• Машинное обучение
• Робастные методы в статистике
• Обработка естественного языка на Python (преподается на иностранном языке)
• Наука о геоданных (преподается на иностранном языке)
• Неопределённость и нечёткость при анализе данных и принятии решений
• Игры и решения в задачах анализа данных и моделирования (преподается на иностранном языке)
• Глубинное обучение (преподается на иностранном языке)
• Методы машинного обучения и майнинга данных (преподается на иностранном языке)
• Анализ и прогнозирование временных рядов: методы и приложения (преподается на иностранном языке)
• Большие данные и машинное обучение в медицине (преподается на иностранном языке)
• Рекомендательные системы (преподается на иностранном языке)
• Введение в представление знаний (преподается на иностранном языке)
• Воплощенный ИИ и нейровычислительная семантика (преподается на иностранном языке).