Інфопакет

Інтелектуальні системи

ОК 36

Обов’язкова дисципліна для ОП

Перший

2021/2022

7 Семестр

6

Уміння продемонструвати знання та розуміння методів та принципів побудови алгоритмів штучного інтелекту, побудови програмних засобів інтелектуальних систем. Знати методологію оброблення даних та методи інтелектуального аналізу даних, супроводження та налагоджування проектів у середовищі Python. Вміти виконувати програмні проекти побудови алгоритмів штучного інтелекту, організовувати, оформлювати супроводжувальну документацію, підсумкові та проміжні звіти про виконання проекту. Вміти розробляти алгоритми інтелектуального аналізу даних на основі методів обчислювального інтелекту включно з великими та слабоструктурованими даними. Здатність ефективно формувати комунікаційну стратегію через точність аргументації. Здатність самостійно розв’язувати професійні задачі.

Очна форма

Успішне опанування дисциплін: «Алгоритмізація і основи програмування», «Алгоритми та структури даних», «Бази даних», «Об’єктно-орієнтоване програмування», «Операційні системи», «Комп’ютерні мережі та системи», «Інформаційні системи та технології на підприємствах», «Інженерія програмного забезпечення», «Системний аналіз та теорія прийняття рішень», «Інтелектуальний аналіз даних», вміти використовувати сучасні програмні засоби для реалізації систем штучного інтелекту.

У рамках дисципліни «Інтелектуальні системи» розглядаються питання застосування сучасних методів і засобів проектування, розроблення та впровадження інтелектуальних систем різного функціонального призначення, основаних на технологіях нейромереж, експертних систем, обчислювального інтелекту, машинного навчання. Метою дисципліни є формування базових знань і вмінь застосування сучасних методів і засобів проектування, розроблення та впровадження інтелектуальних систем різного функціонального призначення, основаних на технологіях експертних систем, нейромереж, обчислювального інтелекту, машинного навчання, агентних технологій тощо та одержання навиків використання таких систем і технологій в своїй практичній роботі.

1.Булгакова О.С., Зосімов В.В., Поздєєв В.О. Методи та системи штучного інтелекту: теорія та практика: Навчальний посібник.- Херсон.:Олді плюс, 2020. 341 с. 2.Степашко В.С., Зосімов В.В., Булгакова О.С. Ітераційні алгоритми індуктивного моделювання: [монографія] – Київ, Наукова думка 2018. 190 . 3.Advances in Intelligent Systems and Computing, 2021 https://drive.google.com/file/d/1tfRrzy8Om2XWSQLtcwbZGeaN7UolWnG6/view 4.Stepashko V., Bulgakova O., Zosimov V. Construction and research of the generalized iterative GMDH algorithm with active neurons. Advances in Intelligent Systems and 5.Computing Vol. 689, 2018, Pages 492-510 Springer Verlag 6.Krotov, 2017 V. Krotov. The Internet of Things and new business opportunities Business Horizons, 60 (6) (2017), pp. 831-841

Лекції, лабораторні заняття, самостійна робота

Рівень досягнення всіх запланованих результатів навчання визначається за результатами захисту виконання лабораторних робіт та індивідуальних завдань самостійної роботи. Семестрове оцінювання студентів здійснюється впродовж семестру з усіх видів робіт. Загальний бал утворюється як зважена сума балів напрацьованих студентом за різними видами робіт. Результати навчальної діяльності студентів протягом семестру оцінюються за 100-бальною шкалою. Робота у семестрі поділяється на два змістових модулів, що охоплює дві модульні контрольні роботи та дев’яти лабораторних робіт – максимум 60 балів (мінімум 36 балів). Форма підсумкового оцінювання – іспит, що включає теоретичні питання та практичне завдання – максимум 40 балів, але не менше ніж 24 бали.

Українська