Новый подход к задачам машинного обучения

Опубликовано ias - вт, 05/03/2019 - 13:39

Научно-практический семинар с таким содержанием состоялся на факультете математики и технологий программирования с целью усиления профессиональной подготовки для студентов IT-специальностей совместно с IBA Gomel Park. Презентацию и доклад на тему «Практический подход к задачам машинного обучения: как успешно применять машинное обучение на реальных задачах» представил начальник сектора разработки систем машинного обучения и аналитики IBA Gomel Park Андрей Хобня.

Необходимо отметить, что главной вехой в развитии IT-индустрии и одним из наиболее значимых мероприятий в сфере высоких технологий стал прошедший недавно в столице Португалии WebSummit. Саммит определил искусственный интеллект в качестве основного тренда ушедшего 2018 года, главного направления стартапов и современных проектов и наглядно показал, что молодежь активно интересуется задачами в области прикладных научных исследований и последними тенденциями в IT-индустрии.

Результативным в этом плане стал 2018-2019 учебный год для факультета математики и технологий программирования, где в качестве вузовского компонента и дисциплин специализации кафедры математических проблем управления и информатики, преподаватели которой только за последний год приняли участие в работе двух крупнейших Международных научных конференций по искусственному интеллекту, в учебный процесс введены новые специальные курсы «Машинное обучение», «Нейросетевые методы анализа данных», «Искусственные нейронные сети», «Интегрированная среда TensorFlow», «Методы и средства нейросетевого моделирования».

Процесс преподавания названных дисциплин кафедры осуществляется для специальностей «прикладная математика (научно-производственная деятельность)», «программное обеспечение информационных технологий», «информатика и технологии программирования» по принципу «от теории к практике», который подкрепляется дальнейшим прохождением студентами базовых практик на территории IBA Gomel Park, где в настоящее время активно развиваются перспективные научные и прикладные разработки в области искусственного интеллекта.

Одним из направлений области искусственного интеллекта являются разработка систем машинного обучения и систем поддержки принятия научно обоснованных управленческих решений на основе математических моделей искусственных нейронных сетей (начальник сектора Андрей Хобня).

В ходе научно-практического семинара автором доклада сделан глубокий научный анализ состояния и перспектив развития Machine Learning, рассмотрены актуальные вопросы совершенствования подготовки студентов по машинному обучению на основе современных тенденций и личного опыта автора, предложены способы реализации новых подходов практического применения полученных знаний в условиях производства программного продукта на базе филиала кафедры математических проблем управления и информатики в IBA Gomel Park, проекты которых обсуждались на совместных выездных заседаниях филиала.

С большим интересом слушатели семинара отнеслись к выступлению менеджера по развитию производственного персонала Евгении Судаковой, в ходе которого были обсуждены перспективы получения студентами дополнительных знаний по Machine Learning на основе прохождения в IBA Gomel Park индивидуальных практик с куратором от IT-предприятия, особенности и приоритеты индивидуального отбора претендентов при прохождении собеседования с кураторами.   

В работе научно-практического семинара приняли участие свыше ста студентов, обучающиеся на кафедре магистранты и аспиранты по специальности 05.13.18 – «математическое моделирование, численные методы и комплексы программ», а также преподаватели кафедры, научные результаты которых в этой области уже получили признание дальнего зарубежья и опубликованы в серии «Advances in Intelligent Systems and Computing» издательства Springer (Швейцария).

По мнению организаторов семинара, проведение подобных мероприятий, научный и практический опыт ее участников создают качественно новые условия для расширения возможностей оказания практической помощи студентам в их дальнейшем распределении, оказывают положительное влияние на улучшение динамики качественной составляющей поступающего контингента, повышение степени заинтересованности и мотивации выбора абитуриентами своей специальности при поступлении в университет с учетом актуальных трендов IT-индустрии.

Заведующий кафедрой математических проблем управления и информатики

доктор технических наук, профессор В.С. Смородин

Фото Владимира Чистика