Математическое моделирование и искусственный интеллект: программа бакалавриата ЮФУ в г. Ростове-на-Дону

В процессе подготовки особое место отводится освоению вариационного исчисления, дифференциальных уравнений и методов оптимизации, которые образуют прочный базис для понимания работы искусственного интеллекта. Студенты погружаются в изучение машинного обучения, нейронных сетей и интеллектуального анализа данных, рассматривая их как строгие математические модели, подчиняющиеся законам функционального анализа и теории вероятностей. Изучается теория случайных процессов и математические методы прогнозирования, позволяя создавать надежные алгоритмы для предсказания поведения сложных систем — от механических конструкций до экономических процессов.

Профессиональные дисциплины:

• Математический анализ
• Алгебра и геометрия
• Алгебраические методы функционального анализа
• Асимптотические методы
• Безопасность жизнедеятельности
• Вариационное исчисление и методы оптимизации
• Введение в биомеханику
• Введение в проектную деятельность
• Введение в теорию функций вещественной переменной
• Динамика механических систем
• Дискретная математика и математическая логика
• Дифференциально-геометрические и топологические методы
• Дифференциальные уравнения
• Иностранный язык для деловой коммуникации
• Интегральные преобразования и их приложения
• Интегральные уравнения и их приложения
• Комплексный анализ
• Компьютерные науки
• Математические модели в механике сплошных сред
• Обратные задачи в естествознании
• Операторы в банаховых пространствах
• Основания геометрии
• Основы российской государственности
• Основы теории групп, колец и полей
• Теоретическая и прикладная механика
• Теория чисел
• Технология программирования и компьютерный практикум
• Уравнения в частных производных
• Уравнения математической физики
• Функциональный анализ
• Целые функции
• Численные методы
• Экономика и право
• Дифференциальные уравнения
• Теория вероятностей и прикладная статистика
• Методы оптимизации
• Машинное обучение
• Математические методы прогнозирования сложных систем
• Нейронные сети и глубокое обучение
• Интеллектуальный анализ данных
• Теория случайных процессов.