Тема выпускной квалификационной работы: “Разработка обучающей шахматной программы” Выпускная квалификационная работа бакалавра посвящена изучению адаптивного обучения с помощью нейронных сетей. В рамках работы были изучены разные области машинного обучения и несколько подходов и методов в этих областях. Так же был рассмотрен процесс создания собственного датасета. Работа включает в себя, исследование использования нейросетей в области шахмат, особенно в мало-затронутых аспектах этой игры, например классификации ходов. Главной целью являлось создание программы умеющей классифицировать сделанные игроком ошибки в партиях, с их последующим использованием для генерации шахматных тренировок, направленных на развитие навыков игры. В работе разработан собственный подход к классификации шахматных ошибок, основанный на сведении шахматной позиции к некоторому количеству численных признаков. Так же предложена идея использования методов обучения с подкреплением в контексте бесконечных задач, для создания моделей способных обучать людей самостоятельно, совершенствуясь со временем.

Subject matter of the graduate qualification work: "Development of learning chess program". The graduate qualification work of the bachelor is devoted to research of adaptive learning with the help of neural networks. Within the framework of the work different areas of machine learning and several approaches and methods in these areas were studied. Also, the process of creation of own dataset has been considered. The work includes, investigating the use of neural networks in chess, especially in the less-affected aspects of this game such as move classification. The main goal was to create a program able to classify mistakes made by a player in games, with their subsequent use for the generation of chess training aimed at the development of chess skills. In this work I have developed my own approach to classification of chess errors, based on reducing a chess position to several numerical signs. Also, the idea of using reinforcement learning methods in the context of infinite tasks, to create models capable of training people independently, improving over time, is propose.