Інфопакет

Нейромережі та нейрообчислення

ДВС.3.08

Вибіркова дисципліна для ОП

Перший

2023/2024

8 Семестр

4

ПРН16. Виконувати паралельні та розподілені обчислення, застосовувати чисельні методи та алгоритми для паралельних структур, мови паралельного програмування при розробці та експлуатації паралельного та розподіленого програмного забезпечення. ПРН20.3. Знати засоби реалізації мультипроцесних обчислень.

Знати: дискретну математику, теорію ймовірностей, математичну статистику, аналіз даних, інтелектуальну обробку даних та основи програмування 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 ОП підготовки фахівців за першим (бакалаврським) рівнем вищої освіти галузі знань 12 «Інформаційні технології» зі спеціальності 122 «Комп’ютерні науки», освітньо-професійної програми «Інформатика», вибірковий блок «Інформаційні технології та системи». Викладається в 8-му семестрі, обсяг 120 год. (4 кредити ECTS), з них лекції – 40 год., консультації – 2 год., самостійна робота – 78 год. В результаті вивчення навчальної дисципліни студент повинен: знати основні поняття біологічних та штучних нейронних мереж, методи та алгоритми навчання нейронних мереж, принципи їх реалізації мовами програмування, застосування в прикладних задачах. вміти застосовувати на практиці методи та алгоритми навчання штучних нейронних мереж, розв’язувати навчальні та практичні задачі, обґрунтовувати власний погляд на розв’язання задачі, спілкуватися з колегами з питань програмування, складати звіти з розв’язання задач. Дисципліна використовує поняття з дискретної математики, теорії ймовірностей та математичної статистики, принципи програмування, інтелектуальної обробки даних.

Основні 1. Анисимов А.В. Информатика. Творчество. Рекурсия. – К.: Наукова думка, 1988. – 224 с. 2. Амосов Н.М. Алгоритмы разума. — К.: Наукова думка, 1979. — 223 с. 3. Е.В. Бодянский, О.Г.Руденко. Искусственные нейронные сети: архитектуры, обучение, применения. – Харьков, 2004. 4. Субботін С. О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей : монографія / С. О. Субботін, А. О. Олійник, О. О. Олійник ; під заг. ред. С. О. Субботіна. – Запоріжжя : ЗНТУ, 2009. – 375 с. 5. Хайкин С. Нейронные сети: полный курс, 2-е издание. – М.: Изд-во “Вильямс”. – 2006. – 1104 c. 6. Рутковская Д., Пилинський М., Рутковский Л. Нейтронные сети, генетические алгоритмы и нечеткие системы. М.: Изд-во “Горячая линия-Телеком”. – 2006. – 384 c. 7. Горбань А.Н. Обучение нейронных сетей. М.: СП ПараГраф. – 1990. – 152 c. ..

Лекції, консультації, самостійна робота

- семестрове оцінювання: Восьмий семестр 1. Контрольна робота 1: РН1.1, РН1.2, РН2.1, РН2.2 – 20 б./12 б. 2. Контрольна робота 2: РН1.1, РН1.2, РН2.1, РН2.2 – 20 б./12 б. 3. Поточне оцінювання: РН1.1, РН1.2, РН2.1, РН2.2, РН3.1, РН4.1, РН4.2 – 20 б./12 б. - підсумкове оцінювання (у формі екзамену): - максимальна кількість балів які можуть бути отримані студентом: 40; - результати навчання, які оцінюються: PH1.1, PH1.2, PH2.1, PH3.1; - форма проведення: письмова робота; - види завдань: задача (40%), теоретичне питання (60%). Студент допускається до іспиту, якщо в семестрі набрав не менше ніж 36 балів. Для отримання загальної позитивної оцінки з дисципліни оцінка за іспит має бути не менше 24 балів.

Українська