Інфопакет

Інтелектуальний аналіз даних та штучний інтелект (Data Mining & Artificial Intelligence)

ВК.2.02

Вибіркова дисципліна для ОП

Другий

2024/2025

3 Семестр

4

1.1 Місце та роль дисципліни інтелектуального аналізу даних, основні завдання та галузі застосування 1.2 Архітектура та призначення СППР та OLTP 1.3 Архітектура та призначення сховищ даних та OLAP у СППР 1.4 Моделі подання знань та логічне виведення у знаннєорієнтованому напрямі ШІ 1.5 Методи кластеризації, класифікації, регресії, прогнозування часових рядів 1.6 Архітектура, методи навчання та реалізація штучних нейронних мереж у межах конекціоністського напряму ШІ 2.1 Використовувати переваги інтелектуального аналізу даних у різних галузях 2.2 Ставити задачі кластеризації, класифікації, регресії, прогнозування та добирати методи 2.3 Використовувати моделі нейронних мереж для задач кластеризації, класифікації, регресії, прогнозування 3.1 Ефективне використання програмних середовищ, комунікація з викладачем та колегами 4.1 Самостійно ставити задачі інтелектуального аналізу даних і відповідально реалізовувати їх

Здобувачі повинні володіти знаннями та навичками з інформатики, фізики Землі, комп’ютерної техніки, електронних таблиць, баз даних, а також англійською мовою.

Основи реалізації принципів Data Mining у сучасних DSS, сховищах даних, OLAP; методи кластеризації, класифікації, регресії, прогнозування часових рядів; знаннєорієнтований та конекціоністський (нейронні мережі) підходи у ШІ для аналізу даних.

Гладун А.Я., Рогушина Ю.В. Data Mining: пошук знань в даних. – К.: АДЕФ-Україна, 2016. – 452 с. Вінничук О.Ю., Вінничук І.С. Інтелектуальний аналіз даних: лабораторний практикум. – Чернівці: ЧНУ, 2014. – 79 с. Ліщина Н.М. Інтелектуальний аналіз даних: конспект лекцій. – Луцьк: ЛНТУ, 2016. – 112 с. Куссуль Н.М., Шелестов А.Ю., Лавренюк А.М. Інтелектуальні обчислення. – Київ: Наукова думка, 2006. – 186 с. Олійник А.О., Субботін С.О., Олійник О.О. Інтелектуальний аналіз даних. – Запоріжжя: ЗНТУ, 2012. – 277 с. The R Project for Statistical Computing – Manual (https://cran.r-project.org/manuals.html ) Spiegelhalter D. The Art of Statistics: How to Learn from Data. – Basic Books, 2021. – 448 p. Claybrook B.G. OLTP: Online Transaction Processing Systems. – Wiley, 1992. – 384 p.

Лекції – 24 год.; практичні заняття – 14 год.; консультації – 2 год.; самостійна робота – 80 год.

– Модульна контрольна робота 1 – 12 балів – Модульна контрольна робота 2 – 12 балів – Практичні роботи – 36 балів Підсумковий іспит (письмово-усний) – 40 балів Оцінювання за 100-бальною шкалою (мін. 60, макс. 100).

Українська (Англійська)