Комплект контрольно-оценочных средств (КОС) по учебной дисциплине ОП.10 «Технологии искусственного интеллекта».
Он разработан для оценки знаний и навыков студентов в области современных технологий ИИ, включая машинное обучение, нейронные сети, генеративные модели и их практическое применение. Документ включает:
✓ Планируемые результаты обучения (умения и знания).
✓ Материалы для текущего контроля по 10 темам, охватывающим ключевые аспекты:
✓ Введение в ИИ (актуальность, тест Тьюринга)
✓ Данные в ИИ (сбор, очистка, нормализация, кодирование)
✓ Основы машинного обучения (классификация, регрессия, кластеризация)
✓ Экспертные системы (правила, прямой/обратный вывод)
✓ Нейронные сети (архитектура, функции активации)
✓ Глубокое обучение (CNN, RNN, трансформеры, GAN)
✓ Генеративные модели (DALL-E, Midjourney, промпты)
✓ Применение ИИ в UI/UX (персонализация, тестирование)
✓ Тестирование с помощью ИИ (автоматизация, визуальное тестирование)
✓ Этические аспекты ИИ (предвзятость, приватность, ответственность)
✓ Материалы для экзамена (образец билета с теорией и практикой, критерии оценки).
✓ Полный набор практических заданий (тесты, вопросы для устного опроса, практико-ориентированные задачи) по каждой теме.
Курс дает базовое понимание технологий ИИ, их возможностей и ограничений, а также практические навыки работы с данными, моделями и этическими вопросами, что является основой для профессиональной деятельности в области интеграции ИИ-решений.
СОДЕРЖАНИЕ
1. Паспорт комплекта контрольно-оценочных средств
2. Результаты освоения учебной дисциплины, подлежащие проверке
3. Оценка освоения учебной дисциплины
3.1. Формы и методы оценивания
3.2. Типовые задания для оценки освоения учебной дисциплины
4. Контрольно-оценочные материалы для итоговой аттестации по учебной дисциплине
5. Приложения. Задания для оценки освоения дисциплины
5.1. Приложение 1. Тема 1. Введение в искусственный интеллект
5.2. Приложение 2. Тема 2. Данные в искусственном интеллекте
5.3. Приложение 3. Тема 3. Основы машинного обучения
5.4. Приложение 4. Тема 4. Экспертные системы
5.5. Приложение 5. Тема 5. Нейронные сети
5.6. Приложение 6. Тема 6. Глубокое обучение
5.7. Приложение 7. Тема 7. Генеративные модели
5.8. Приложение 8. Тема 8. Применение ИИ в UI/UX
5.9. Приложение 9. Тема 9. Тестирование с помощью ИИ
5.10. Приложение 10. Тема 10. Этические аспекты ИИ
