2 of October - MS Stage Free Online conference: .NET, MS SQL, MS Azure, Cosmos DB. REGISTER
×Закрыть

Машинное обучение в КПИ

Какие факультеты в КПИ ориентированы на подготовку специалистов в области интеллектуальных технологий (я имею ввиду использование алгоритмов классификации, кластеризации, теоремы Байеса и т.д, а также математический аппарат для всего этого)? Знаю есть на ИПСА «Системи штучного інтелекту», но по их описанию ничего не ясно. Буду благодарен за помощь.

LinkedIn
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Допустимые теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Никакие факультеты не ориентированы. На многих факультетах есть курсы, в которых изучаются обрывки необходимых технологий, однако нигде нет полноценного продуманного курса, который бы позволял стать крутым специалистом. Да, сейчас вроде как на некоторых факультетах пытаются делать какие-то программы по Data Science/Machine learning, однако я слабо верю в успех этих начинаний. Факт таков, что учить львиную долю вещей придется самому. Особенно это касается новых подходов и технологий.

Тем не менее, я бы посоветовал пойти и получить хорошую фундаментальную базу по математике и/или физике. Это то, что необходимо будет так или иначе, и лучше это изучить в 18 лет, пока мозг хорошо готов воспринимать новые идеи и плодить собственные, чем делать это в 30, когда мозг уже куда менее пластичен. Это можно сделать, например, на ФТИ, ФПМ или ИПСА (где лучше — не знаю, решайте сами, сам заканчивал прикладную физику ФТИ). На базе полученных знаний (если вы действительно поствятите этому достаточное количество времени и усилий) изучить machine learning не будет представлять особого труда, все трендовые технологии на сегодняшний день очень высокоуровневые, и понимание математики чаще куда важнее знания любых языков программирования или структур данных.

У вашому топіку типова помилка початківця(але так як ви початківець і тільки готуєтесь до втупу у ВУЗ, то все норм).
Суть помилки в наступному: ваша твердження «Я йду щоб мене навчили», не працює в реальності. По факту, вам на лекціях будуть давати часто допотопну дічь, яка дуже віддалена від реального життя і актуальних технологій. Вас будуть змушувати робити надумані лабораторні роботи і зазубрювати цю дічь, це все робиться тому, що програма не змінювалась багато десятків років і універ просто не може вигнати старих пердунів(бо шкода) і набрати нових преподів з актуальним знанням(бо нема з кого, а з тих хто є, ніколи не підуть на універську зарплатню).
Тому я, як людина, що закінчила ФІОТ 4 роки тому, раджу вибрати ІТ спеціальність, навіть не принципово яку саме і далі почати усвідомлювати, що 99% доведеться вчити самому.
Ви можете запитати: «А чому неважливо яку саме спеціальність?» і я вам дам відповідь: Бо ви ще занадто юний і з високою ймовірністю не до кінця усвідомлюєте, що хочете робити. Сьогодні в тренді machine learning, AI та багато інших новомодних слів, але не факт, що схочете цим займатись в подальшому і що вас не звабить інакший тренд, що з"явиться через рік.

Вас будуть змушувати робити надумані лабораторні роботи

это не плохо в своей сути, в реальности часто приходится делать что-то кем-то надуманное и часто платят зп за это, а не за то что вы занимаетесь вещами которые вам интересны.

99% доведеться вчити самому.

И так в любой свежой отрасли. И вообще новые знания появляются каждый день, быстрее их выучить самому, чем ждать пока кто-то выучит до уровня преподавания и передаст вам.

З одного боку так, скіл опановування інформації самостійно дуже корисний.
З іншого ж боку, я дивився на курсері лекції гарварду та деяких інших топових універів, де відразу на лекціях викладач дає актуальну інформацію, яку можна використовувати прямо вже і лабораторні роботи там схожі на те, що доведеться використовувати в реальному житті, а не проектувати гіперкуб гіперкубів( Русанова привіт ). Бо в наших реаліях студент має спочатку витратити час і сили на те, що б відходити лекції, на яких 50-99% абстрактна незастосовувана дічь, потім має витратити час щоб виконати і здати по цьому лаби, а вже тільки потім знайти час і бажання аби вивчити і попрактикуватись в чомусь справді потрібному і корисному.

Думаю, что по факту в достаточном объеме нет нигде, и не только в КПИ. В стандартном очном пакете обучения «олл инклюзив» никто особо углублятся не будет. Посему можно выбирать из любых айтишных факультетов и в плане обучения всему этому добру полагаться на себя.
Но, не все так плохо. Я точно могу сказать, что если это вам интересно, то вы сможете найти людей (в том числе и из преподавателей), которые смогут вам помочь и поделиться знаниями. Из своего опыта скажу, что когда я учился на фивте, то там был как минимум один преподаватель шарящий в этом (хотя курс лекций весьма поверхносный) + еще сами студенты делали доклады и лекции по тем же алгоритмам классификации и т.п., основываяясь на том что они для себя изучали или то, чем они занимались на работе.

там был как минимум один преподаватель шарящий в этом

Имя в студию!

В ІПСА від «систем штучного інтелекту» є лише назва

Мне кажется топовые знания в этой области можно получить только в УКУ

Вот пример учебного плана, где куча нужной математики — is.ipt.kpi.ua/…​avch-plan-bak_FI_2012.pdf

Подписаться на комментарии