Інфопакет

Інтелектуальний аналіз даних і штучний інтелект

ВК 2.3

Вибіркова дисципліна для ОП

Другий

2021/2022

3 Семестр

4

Застосовувати свої знання для визначення і вирішення проблемних питань і прийняття обґрунтованих рішень в питаннях тематичної обробки геолого-геофізичних та інших геопросторових даних. Вміти спілкуватися з фахівцями та експертами різного рівня інших галузей знань, у тому числі в міжнародному контексті, в глобальному інформаційному середовищі. Планувати і здійснювати наукові експерименти, писати наукові роботи в сфері геоінформатики. Вміти здійснювати тематичну обробку й інтерпретацію геопросторових даних, отриманих різними методами дослідження геологічного середовища, розробляти відповідні алгоритми і програмні продукти, формувати бази геоданих, створювати вебпублікації картографічних даних. Демонструвати здатність до адаптації та дії в новій ситуації, пов’язаній з роботою за фахом, вміння генерувати нові ідеї в галузі геоінформатики. Створювати спеціалізовані програмні продукти, використовувати веб-технології та дані ДЗЗ у науковій і виробничій діяльності.

Очна форма

З метою кращого освоєння навчального матеріалу дисципліни студенти повинні до його початку володіти знаннями та навичками в галузі інформатики, геофізики, фізики Землі, комп’ютерної техніки, роботи з електронними таблицями, базами даних, володіти англійською мовою.

Відбувається ознайомлення з основами реалізації принципів інтелектуального аналізу даних у сучасних системах підтримки прийняття рішень, організації сховищ даних, виконанням процесів оперативної аналітичної обробки даних (OLAP), виявлення закономірностей у даних шляхом розв’язання задач кластеризації, класифікації, регресії, прогнозування часових рядів, використання знаннєорієнтованого (моделі подання знань та логічне виведення) та конекціоністського (штучні нейронні мережі) підходів штучного інтелекту до інтелектуального аналізу даних.

1. Deductor. Руководство аналитика. Версия 5.3. - Компания BaseGroup™ Labs, 1995-2013. 2. Методы и модели анализа данных: OLAP и Data Mining / А. А. Барсегян, М. С. Куприянов, В. В. Степаненко та ін. – 2-е изд., перераб. и доп. – СПб. : БХВ-Петербург, 2004. 3. Анализ данних и процессов: учебное пособие / А. А. Барсегян, М. С.Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. – CПб:БХВ-Петербург. 2009. 4. Бондарев В.Н., Аде Ф.Г. Искусственный интеллект: Учеб. пособие для вузов. - Севастолполь: Изд-во СевНТУ, 2002. 5. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. - М.: Издательский дом "Вильямс", 2004. 6. В.П. Боровиков. STATISTICA. Искусство анализа данних на ком- пьютере: Для профессионалов – СПб.: Питер, 2003. 7. Вінничук О. Ю. Інтелектуальний аналіз даних: лаборатор. практикум: навч. посіб. М-во освіти і науки України, Чернів. нац. ун-т ім. Юрія Федьковича; уклад.: Вінничук О. Ю., Вінничук І. С. – Чернівці: ЧНУ, 2014.

Лекції, практичні заняття, консультації, самостійна робота

Контроль здійснюється за модульно-рейтинговою системою та передбачає: виконання 7 практичних робіт (де студенти мають продемонструвати якість засвоєних знань та розв’язати поставлені задачі, використовуючи окреслені викладачем методи та засоби), та проведення 2 письмових модульних контрольних робіт. Підсумкове оцінювання проводиться у формі письмово-усного іспиту

українська