Нейронні мережі
Освітня програма: Штучний інтелект
Структурний підрозділ: Факультет комп'ютерних наук та кібернетики
            Назва дисципліни
        
        
            Нейронні мережі
        
    
            Код дисципліни
        
        
            ДВС.1.03
        
    
            Тип модуля 
        
        
            Обов’язкова дисципліна для ОП
        
    
            Цикл вищої освіти
        
        
            Другий
        
    
            Рік навчання
        
        
            2021/2022
        
    
            Семестр / Триместр
        
        
            3 Семестр
        
    
            Кількість кредитів ЕСТS
        
        
            4
        
    
            Результати навчання
        
        
            Форма навчання
        
        
            Очна форма
        
    
            Попередні умови та додаткові вимоги
        
        
            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.
        
    
            Зміст навчальної дисципліни
        
        
            Мета дисципліни «Нейронні мережі/ Neural Networks» -  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. 
        
    
            Рекомендована та необхідна література
        
        
            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.
12.	Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference and Prediction, 764 p., 2008.
        
    
            Заплановані освітні заходи та методи викладання
        
        
            Лекція, Лабораторна робота, самостійна робота
        
    
            Методи та критерії оцінювання
        
        
            - 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.
        
    
            Мова викладання
        
        
            Українська мова
        
    Викладачі
Ця дисципліна викладаеться наступними викладачами
 
                    
                            Богдан
                            Володимирович
                            Бобиль
                        
                        
                            Математичної Інформатики 
Факультет комп'ютерних наук та кібернетики
                    Факультет комп'ютерних наук та кібернетики
Кафедри
Наступні кафедри задіяні у викладанні наведеної дисципліни
                        Математичної Інформатики
                    
                    
                        Факультет комп'ютерних наук та кібернетики