Ранее мы сообщали, что ИГУ вошел в топ-10 среди вузов России по количеству победителей в конкурсе фонда Потанина для преподавателей магистратуры. Четыре представителя ИГУ стали победителями.

Сегодня расскажем о проекте кандидата физико-математических наук, доцента кафедры естественнонаучных дисциплин факультета бизнес-коммуникаций и информатики (ФБКИ) Олега Бернгардта «Практикум по методам анализа и глубокого машинного обучения для магистрантов без профильного математического образования».

Проект посвящен редизайну курса по машинному обучению для магистрантов без профильного математического образования. В последние несколько лет произошел технологический прорыв в моделях анализа текстово-визуальной информации (ChatGPT, o1, DeepSeek и других). Редизайн существующего курса необходим для охвата новых направлений и включает в себя добавление модулей, связанных с генеративными и мультимодальными моделями, а также и с математическими и алгоритмическими методами необходимыми для их понимания и разработки.

Олег Бернгардт:

Сложность реализации такого проекта связана с созданием набора небольших иллюстративных задач, при решении которых обучающиеся смогут создавать и обучать собственные нейронные сети современных архитектур в течение времени стандартного занятия. С другой стороны, сложностью этого проекта является объяснение математических знаний в объеме, необходимом для успешного решения таких задач. В результате выполнения проекта будет создан базовый набор заданий, примеров и датасетов для реорганизованного курса, пригодный для использования и тиражирования при обучении магистрантов без профильного математического образования, а также сопровождающие курс методические материалы в текстовой и краткой видео форме, и размещены в открытом доступе.

Часть простых тестов курса будет реализована в виде тестовых заданий онлайн-курса на основе системы онлайн-обучения Форлабс, используемой на ФБКИ ИГУ.

Предполагается, что актуализация и расширение курса позволит повысить качество подготовки магистрантов,
расширить их кругозор и опыт в области актуальных методов машинного обучения. Это повысит конкурентоспособность учебных программ ИГУ в области подготовки выпускников с навыками в области машинного обучения и конкурентоспособность самих выпускников.