Інфопакет

Менеджмент знань та онтологічний інжиніринг

ОК 32

Обов’язкова дисципліна для ОП

Перший

2022/2023

5 Семестр

4

Розробляти програмні модулі предметних середовищ, вибирати парадигму програмування з позиції зручності та якості застосування для реалізації методів та алгоритмів розв’язання задач в галузі комп’ютерних наук. Використовувати інструментальні засоби розробки клієнт-серверних застосувань, проектувати концептуальні, логічні та фізичні моделі баз даних, розробляти та оптимізувати запити до них, створювати розподілені бази даних, сховища та вітрини даних, бази знань, у тому числі на хмарних сервісах, із застосуванням мов веб-програмування. Застосовувати методи та алгоритми обчислювального інтелекту та інтелектуального аналізу даних в задачах класифікації, прогнозування, кластерного аналізу, пошуку асоціативних правил з використанням програмних інструментів підтримки багатовимірного аналізу даних, на основі технологій Data Mining, Text Mining, Web Mining.

Очна форма

Знати основи побудови інтелектуальних систем, моделі подання знань, моделі міркувань в штучному інтелекті. Вміти проводити аналіз інформаційних потоків, виконувати побудову інформаційно-логічних та концептуальних схем предметного середовища, проектувати бази знань експертних систем. Володіти навичками створення експертних систем, основами розмітки на мові HTML.

Метою дисципліни є формування у студентів системи професійної компетентності щодо управління знаннями, вивчення теоретичних основ інжинірингу онтологій, як структурних одиниць представлення знань в Інтернеті, придбання практичних навичок проектування, реалізації і застосування онтологій у складі інформаційного web-ресурсу. Розглядаються основи побудови і технології Semantic Web, відкриті дані LOD, WikiData, DBPedia, Knowledge Graph. Значна частина курсу присвячена розгляду онтологій, їх основних компонентів, визначенню і опису класів, технології розробки онтології предметної області, розглядаються питання застосування дескриптивної логіки в роботі з онтологіями, розглядаються мови опису онтологій RDF, RDFS, OWL, мова запитів SPARQL. В курсі розглядається процес створення онтологій за допомогою редактора Protégé.

1. S.J.Russel, P.Norvig Artificial Intelligence. A modern Approach. - Prentice Hall, Upper Saddle River, New Jersey, 2015. – 1408 p. 2. Гладун А.Я., Рогушина Ю.В. Семантичні технології: принципи та практики. – К.:ТОВ ВД АДЕФ-Україна, 2016. – 308 с. 3. Басюк Т.М., Литвин В.В. Мови опису онтологій. – Львів: Видавництво Львівської політехніки, 2020. – 276 с. 4. Lamy Jean-Baptiste. Ontologies with Python. - Université Sorbonne Paris Nord, LIMICS, Sorbonne Université, INSERM, UMR 1142, Bobigny, France, 2021. – 353 p. 5. Литвин В.В. Бази знань інтелектуальних систем підтримки прийняття рішень. – Львів.: Видавництво Львівської політехніки, 2011. – 240 с. 6. Субботін С.О. Подання й обробка знань в системах штучного інтелекту та підтримки прийняття рішень. – Запоріжжя: ЗНТУ, 2008. – 341 с.

Лекції, лабораторні роботи, самостійна робота

Оцінювання студентів здійснюється впродовж семестру з усіх видів робіт, включаючи вивчення теоретичного матеріалу курсу, виконання лабораторних робіт. Для визначення рівня досягнення результатів навчання студенти під час захисту звітів з лабораторних робіт презентують результати роботи розробленої програми, відповідають на запитання викладача, для перевірки набутих навичок викладач може давати додаткові завдання, які мають бути реалізовані студентом під час захисту роботи. Протягом семестру проводяться дві поточні письмові контрольні роботи МКР1, МКР2. Контрольні роботи включають теоретичний матеріал, практичні завдання (вирішення задач) та тестові завдання. Умовою отримання позитивної оцінки з дисципліни є досягнення не менш як 60% від максимально можливої кількості балів. Максимальна кількість протягом семестру становить 100 балів. Залік виставляється студенту за результатами роботи впродовж семестру.

Українська