РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГУМАНИТАРНЫЙ УНИВЕРСИТЕТ

Основное внимание было уделено практическому применению ИИ в анализе данных и образовательной сфере. На мастер-классе был представлен кейс анализа данных калифорнийской компании, которая специализируется на продаже жилья. Искусственный интеллект помог не только визуализировать цены на недвижимость в Калифорнии, но и разработать три модели предсказания стоимости. За основу были взяты следующие параметры:
• Линейная регрессия — базовая модель, которая помогает выявить зависимость между ценой и ключевыми параметрами недвижимости, такими как площадь, местоположение и год постройки. Линейная регрессия оказалась полезной для быстрого анализа и понимания трендов, но её точность может быть ограничена в сложных системах с большим количеством факторов;
• Случайный лес — ансамблевый метод машинного обучения, использующий множество решающих деревьев. Эта модель продемонстрировала высокую устойчивость к переобучению и точность при учёте нелинейных зависимостей между переменными. Система особенно эффективна при анализе большого количества данных с разнородными характеристиками;
• Градиентный бустинг — мощный алгоритм, который обучает последовательность слабых моделей (обычно деревьев решений) для минимизации ошибки предсказания. Градиентный бустинг показал себя лидером среди трёх моделей по точности, поскольку позволяет сделать более чёткие предсказания благодаря своей способности учитывать сложные взаимодействия между признаками.

Кроме того, мастер-класс продемонстрировал, как ИИ может быть использован в качестве преподавателя. Участникам были показаны возможности генерации учебных материалов, таких как юпитер-ноутбуки для изучения программирования на Python и работы с библиотекой pandas. Jupyter Notebook — это интерактивная среда для написания и выполнения кода, которая идеально подходит для разработки образовательных материалов, так как позволяет сочетать программный код, текстовые описания и визуализации в одном документе. Библиотека pandas, в свою очередь, является ключевым инструментом анализа данных, предоставляющим удобные средства для обработки, очистки и визуализации больших объёмов информации.

Дополнительно Василий Чижиков рассказал о значимости таких опен-соурс платформ, как Kaggle и GitHub для современных специалистов в области Data Science. Kaggle — это площадка для конкурсов по машинному обучению и анализа данных, которая предоставляет профессионалам уникальную возможность прокачивать свои навыки, решая реальные задачи и обмениваясь опытом с коллегами со всего мира. GitHub является важнейшим инструментом для работы с проектами в области программирования и аналитики. Благодаря возможности размещения и совместной работы над кодом, GitHub помогает развивать навыки командной деятельности и поддерживать открытые проекты, что делает его незаменимым для аналитиков данных.

Резюмируя, ведущий отметил, что современные компании все чаще требуют от аналитиков навыков Data Science, так как эффективный анализ данных становится ключевым фактором успеха в бизнесе. Способность применять искусственный интеллект и современные инструменты анализа данных — это не просто преимущество, а требование рынка, формирующее новую волну востребованных специалистов. Этот мастер-класс подчеркнул: будущее — за интеграцией технологий ИИ в образовательные и аналитические процессы, что, в свою очередь, откроет перед студентами новые горизонты карьерных возможностей.

Текст: Шитова Ю.Ю.
Фото: Шитова Ю.Ю, с помощью ChatGPT