Нейросети в анализе данных в психологии и образовании

Обучение предполагает системное рассмотрение ключевых понятий машинного обучения, принципов построения и обучения нейронных сетей, их оптимизации, а также методов оценки и интерпретации получаемых результатов. Программа опирается на применение языка программирования Python и специализированных библиотек Pandas для работы с табличными данными и Scikit-learn для нейросетевого моделирования. Программа реализуется в очно-заочной форме с использованием дистанционных образовательных технологий и электронного обучения, что обеспечивает гибкость образовательного процесса и доступность обучения для слушателей с различным профессиональным опытом.

В ходе освоения программы слушатели формируют и совершенствуют компетенции, необходимые для самостоятельной постановки прикладных задач, предобработки данных, построения, оптимизации и анализа нейросетевых моделей. Итоговая аттестация ориентирована на проверку практической готовности слушателей к применению методов машинного обучения в профессиональной деятельности.

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 в области нейросетевого моделирования для интеллектуального анализа данных в сфере психологии и образования средствами языка программирования Python.

Задачи программы:

- Ознакомление с общими принципами и понятиями машинного обучения: обучающая выборка, метрики, предобработка данных, подбор гиперпараметров.

- Изучение основных понятий нейросетевого моделирования: искусственный нейрон, нейронная сеть, функции активации, уравнения прямого распространения, метод обратного распространения ошибки.

- Изучение методов решения задач классификации и регрессии с помощью нейронных сетей.

- Изучение методов выбора оптимальных архитектур нейросетей и подбора гиперпараметров их процесса обучения.

- Изучение применения обученных нейросетевых моделей для интеллектуального анализа данных и построения прогнозов в сфере психологии и образования.

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).