В настоящее время тематика искусственного интеллекта (ИИ) находится в пиковой точке своего развития благодаря применению уникальных технологий ИИ во многих сферах человеческой деятельности. Использование методов ИИ в широком спектре научных исследований стало уже привычной реальностью. Благодаря освоению новых технологий, ученые разных областей науки получают возможность продуктивно анализировать данные большого объема и эффективно решать исследовательские задачи, на что ранее либо было бы затрачено несоизмеримо большее количество времени и других ресурсов, либо это было просто нереально. В нашем курсе будет рассмотрены основные направления ИИ как перспективного раздела науки о данных: методы интеллектуального анализа больших данных, методы машинного обучения, методы представления и первичной обработки данных. Будут разъяснены основные термины, возможности и ограничения рассмотренных технологий, проанализированы типы решаемых задач и примеры применения методов ИИ в научных исследованиях и иных сферах человеческой деятельности.

Тема № 1.  Введение в тематику курса. Основные термины и понятия. Методы искусственного интеллекта в научных исследованиях: возможности применения и современные тенденции.
Тема № 2.  Искусственный интеллект и наука о данных. Большие данные в современном мире: новые вызовы, новые задачи и новые решения. Применение методов искусственного интеллекта как реализация концепции нового научного знания.
Тема №3.  Машинное обучение как одно из важнейших направлений развития технологий ИИ. Основные концепции и модели.
Тема №4.  Машинное обучение: методы, алгоритмы и сферы применения (распознавание изображений, текста, речи и др.). Плюсы и минусы методов машинного обучения.
Тема №5.  Основные модели и алгоритмы ИИ в обработке текстовой информации в масштабных социальных научных исследованиях и приложениях.
Тема №6.  Алгоритмы обработки больших текстовых данных. Основные методы работы с текстовыми документами.
Тема №7.  Рекомендательные системы как пример широко применяемых технологий ИИ.
Тема № 8. Искусственный интеллект в решении практико-ориентированных научных и прикладных задач. Анализ частых предметных наборов.
Тема № 9.  Кластеризация обрабатываемых данных как фундаментальная задача науки о данных. Методы кластеризации как реализация концепции «обучение без учителя».
Тема №10. Проблемы использования искусственного интеллекта в научно-образовательной сфере.
Тема №11. Перспективы развития использования искусственного интеллекта в научных исследованиях.
Тема №12. Итоговая аттестация по курсу «Основы искусственного интеллекта в современной науке и приложениях»