Машинное обучение в прикладных задачах психологии и образования

Дополнительная профессиональная программа повышения квалификации «Машинное обучение в прикладных задачах психологии и образования» разработана в целях актуализации и расширения профессиональных компетенций специалистов, работающих в сфере психологии, образования и психолого-педагогических исследований, в условиях цифровизации и активного внедрения технологий искусственного интеллекта.

Программа ориентирована на освоение современных методов интеллектуального анализа данных и машинного обучения применительно к обработке и интерпретации эмпирических данных психологических и образовательных исследований. Программа предусматривает знакомство с принципами построения и оптимизации моделей машинного обучения с использованием языка программирования Python и специализированных библиотек анализа данных Pandas, Scikit-learn.

Особое внимание уделяется работе с табличными данными, их предобработке, корректному применению методов регрессии и классификации, а также вопросам валидации моделей и подбора гиперпараметров с учетом специфики прикладных задач психологии и образования. Программа реализуется в очно-заочной форме с применением дистанционных образовательных технологий и электронного обучения, что обеспечивает возможность сочетания обучения с профессиональной деятельностью. Объем программы составляет 36 академических часов, программа завершается итоговой аттестацией в форме выполнения практического кейс-задания.

Цель программы – формирование профессиональных компетенций применения машинного обучения для интеллектуального анализа данных в сфере психологии и образования средствами языка программирования Python.

 Задачи программы:

- Ознакомление с приемами загрузки и преобразования табличных данных из области психологии и образования для интеллектуального анализа в среде Google Colab.

- Ознакомление с методами предобработки данных с помощью библиотеки pandas: обнаружение и устранение ошибок и аномалий, числовое кодирование и масштабирование атрибутов.

- Изучение основных методов и моделей машинного обучения: логистическая регрессия, опорные векторы, нейронные сети, деревья вывода, случайный лес.

- Изучение методов оптимизации моделей машинного обучения: поиск гиперпараметров по сетке, кросс-валидация.

- Изучение применения моделей машинного обучения для построения прогнозов и предсказания значений атрибутов в табличных данных.

Категория слушателей

Преподаватели образовательных организаций высшего и среднего профессионального образования, научные сотрудники, научные работники, аспиранты, педагоги-психологи, широкий круг лиц, имеющих высшее образование (бакалавриат, специалитет, магистратура) и заинтересованных в применении средств языка программирования Python для интеллектуального анализа данных и машинного обучения в психологии, образовании, психолого-педагогических исследованиях. Слушатели должны быть знакомы с основами языка программирования Python и его возможностями (типы данных, управляющие конструкции, импорт модулей) и с работой в среде Google Colab.

Требования к образованию: среднее профессиональное или высшее образование по укрупненным группам специальностей и направлений (УГСН) 37.00.00 – Психологические науки и 44.00.00 – Образование и педагогические науки. К участию в программе допускаются студенты со 2-го курса указанных УГСН; диплом будет выдан по окончании основной профессиональной образовательной программы (ОПОП). Допускаются слушатели, имеющие базовое образование в других областях.

Форма обучения: очно-заочная, с применением дистанционных образовательных технологий и электронного обучения (ДОТ и ЭО).

Технологии обучения: лекции (интерактивные); практические занятия; самостоятельная работа. Занятия проводятся в дистанционном формате, а также с применением электронных учебных курсов (ЭУК).

Организация обучения, календарный учебный график:

Режим занятий 1 раз в первую неделю 2 часа лекций (ДОТ, дистанционно), далее консультация 1 раз в 1-2 недели по 2 часа (всего 4 консультации, дистанционно). Дальнейшее обучение – самостоятельно на базе ЭУК «Машинное обучение в прикладных задачах психологии и образования» в цифровой образовательной среде https://i.cloud.mgppu.ru/