Інфопакет

Згорткові нейронні мережі для візуального розпізнавання

ДВС.2.05

Вибіркова дисципліна для ОП

Другий

2023/2024

4 Семестр

4

1. Знати: базові дисципліни - «Математичний аналіз», «Лінійна алгебра і геометрія», «Теорія ймовірностей і математична статистика», «Програмування», “Обчислювальна геомтрія та комп’ютерна графіка»,«Алгоритми і структури даних», «Машинне навчання». 2.Вміти: розробляти, аналізувати та застосовувати алгоритми та програмне забезпечення для розв’язання завдань та прикладних задач, використовуючи сучасні методи розробки програм.

Мета дисципліни «Згорткові нейронні мережі для візуального розпізнавання/ Convolutional Neural Networks for Visual Recognition» - ознайомлення студентів з основами згоркових нейронних мереж, як однієї із основних галузей штучного інтелекту, та сучасними методами розв'язання задач комп'ютерного зору і обробки зображень, включаючи одержання семантичної і метричної інформації із зображень. Підготувати студента до ефективного використання сучасних методів таких, як методи машинного навчання для створення систем штучного інтелекту у подальшій професійній діяльності; допомогти набути навичок практичної роботи iз сучасними програмними засобами для побудови інтелектуальних моделей.

4. Линда Шапиро, Джордж Стокман. Компьютерное зрение. Лаборатория знаний. 2013 5. Stephen Marsland. Machine Learning: An Algorithmic Perspective, 452 р., 2015. 6. Christopher M Bishop. Pattern recognition. Machine Learning, 128 p., 2006. 7. Ethem Alpaydin. Introduction To Machine Learning, 584 p., 2009. 8. Tom M. Mitchell. Machine Learning [http://www.cs.cmu.edu/~tom/mlbook.html] 9. Yaser S. Abu-Mostafa. Learning from data, 215 p., 2017 10. Alex Smola. Introduction to Machine Learning, 234 p., 2008. 11. Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. – М.: Вильямс, 2005. – 864 с. 12. Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference and Prediction, 764 p., 2008.

Лекція, Лабораторна робота, самостійна роб

- семестрове оцінювання: 1. Активна робота на лекції, усні відпові: PH1.1, PH1.2, PH1.3, PH1.4; 2. Виконання завдань, винесених на самостійну роботу: PH2.1, PH2.2, PH2.3; 3. Контрольна робота 1: PH1.1, PH1.2; 4. Контрольна робота 2: PH1.3; 5. Контрольна робота 3: PH1.4; - підсумкове оцінювання: екзамен. - максимальна кількість балів які можуть бути отримані студентом: 40 балів; - результати навчання які будуть оцінюватись: PH1.1, PH1.2, PH1.3, PH1.4; - форма проведення і види завдань: письмова.

Українська мова