Інфопакет

Стохастичні алгоритми

ВК.4.04.03

Вибіркова дисципліна для ОП

Перший

2023/2024

6 Семестр

3

ПРН4. Використовувати методи обчислювального інтелекту, машинного навчання, нейромережевої та нечіткої обробки даних, генетичного та еволюційного програмування для розв’язання задач розпізнавання, прогнозування, класифікації, ідентифікації об’єктів керування тощо.

Очна форма

Знати: дискретну математику, структури даних і алгоритми, теорію ймовірностей та математичну статистику в об’ємі стандартних університетських курсів. Вміти: застосовувати знання з вказаних вище дисциплін до розв’язання задач. Володіти елементарними навичками: роботи з комп’ютером

Дисципліна є вибірковою компонентою підготовки фахівців за першим (бакалаврським) рівнем вищої освіти галузі знань 12 «Інформаційні технології» зі спеціальності 122 «Комп’ютерні науки», освітньо-професійної програми «Інформатика». Викладається в 6-му семестрі, обсяг 90 год. (3 кредити ECTS), з них лекції – 28 год., лабораторні роботи – 14 год., консультації – 2 год., самостійна робота – 46 год. В основу дисципліни покладено основні поняття статистичного моделювання, методи стохастичних алгоритмів, принципи їх реалізації мовами програмування, застосування в прикладних задачах. Розглядаються стохастичні алгоритми, розв’язування навчальних та практичних задач.

Основні: 1. Ю.В. Козаченко, А.О. Пашко (2016) Точність моделювання випадкових процесів в рівномірній метриці. 2. С.М. Ермаков (2009). Метод Монте-Карло в вычислительной математике. Вводный курс. - Невский диалект, СПб. 3. Olive Ibe (2009). Markov Processes for Stochastic Modeling. Academic Press. 4. Pierre Bremaud (1998). Markov Chains, Givvs Fields, Monte Carlo Simulation, and Queues. Springer. 5. Handbook of Simulation. Principles, Methodology, Advances, Applications, and Practice (1998), J. Banks (editor), Wiley, NY. 6. G.S. Fishman (1999), Monte Carlo. Concepts, algorithms and applications, Springer-Verlag, New York-Berlin-Amsterdam. ..

Лекції, лабораторні роботи, консультації, самостійна робота

- семестрове оцінювання: Шостий семестр 1. Контрольна робота 1: РН1.1, РН1.2, РН2.1, РН2.2 – 20 б./12 б. 2. Практичне завдання за частиною 2 (програмна реалізація алгоритму з частини 2 із застосуванням до набору тестових даних, отриманням чисельного результату та складанням звіту): РН 1.1., РН1.2, РН2.1, РН 3.1, РН4.1, РН4.2 — 20 балів/ 12 балів. - підсумкове оцінювання (у формі заліку): - максимальна кількість балів які можуть бути отримані студентом: 40; - результати навчання, які оцінюються: PH1.1, PH1.2, PH2.1, PH3.1; - форма проведення: письмова; - види завдань: задача (40%), теоретичне питання (60%). Студент допускається до екзамену, якщо в семестрі набрав не менше ніж 20 балів.

Українська