Інфопакет

Логіка і Автоматизоване мислення

ННД.16

Обов’язкова дисципліна для ОП

Другий

2022/2023

2 Семестр

5

ПРН3. Опанувати нові інструменти роботи з даними, здійснюючи обробку веб-логів, текст-аналіз і машинне навчання, для прогнозування бізнес-процесів та ситуаційного управління, сентимент-аналізу відгуків, розробки рекомендаційних систем для сфери електронної комерції, медіа, соціальних мереж, банкінгу, реклами тощо. ПРН4. Аналізувати великі дані та моделювати високорівневі абстракції у великих наборах даних різної природи, проектувати сховища великих даних, для видобутку даних і знань, візуалізовувати великі дані, будувати і оцінювати регресивні моделі, що генеруються на основі великих даних. ПРН9. Володіти методами та технологіями організації та застосування даних у задачах обчислювального інтелекту, будувати моделі прийняття рішень на основі теорії розпізнавання образів, нейромереж та нечіткої логіки.

Дистанційне навчання

Знати: основні методи машинного навчання, математичної логіки, методи доведення теорем в логіці предикатів, методи формалізації програмних систем та систем штучного інтелекту. Вміти: доводити теореми в логіці предикатів, розробляти програмні системи на основі їх формальних моделей та доводити властивості таких систем.

Мета дисципліни – дати сучасні знання про математичну логіку, методи автоматизованого мислення та їх застосування для розв’язання проблем штучного інтелекту; розвинути здатності формулювати наукову проблему та робочі гіпотези на основі осмислення наявних і створення нових цілісних знань, а також професійної практики, розвивати й реалізовувати нові конкурентоздатні ідеї в галузі інформаційних технологій. Навчальна дисципліна «Логіка та автоматизоване мислення» є складовою освітньої програми підготовки фахівців за освітньо-кваліфікаційним рівнем «магістр» галузі знань 12 «Інформаційні технології» зі спеціальності 122 «Комп’ютерні науки», освітньо-наукової програми «Математичні методи штучного інтелекту». Дана дисципліна є обов’язковою навчальною дисципліною за освітньо-науковою програмою «Математичні методи штучного інтелекту» за спеціальності «Комп’ютерні науки». Викладається у 2 семестрі 1 курсу магістратури в обсязі – 150 год. (5 кредитів ECTS) зокрема: лекцій – 42 год., консультацій – 2 год., самостійна робота – 106 год. У курсі передбачено 3 частини та 3 контрольні роботи. Завершується дисципліна – іспитом у 2 семестрі.

1. Нікітченко М.С., Шкільняк С.С. Прикладна логіка. – К., 2013. 2. Нікітченко М.С. Теорія програмування.– К., 2020. 3. Schneider K.: Verification of Reactive Systems. Formal Methods and Algorithms. – Berlin-Heidelberg: Springer-Verlag, 2004. 4. Nielson H.R. Semantics with Applications: A Formal Introduction / H.R. Nielson, F. Nielson // John Wiley & Sons Inc. P. 240., 1992. 5. Dijkstra E.W. A Discipline of Programming / E.W. Dijkstra // Prentice-Hall, Englewwod Cliffs, New Jersey, 1976.

Лекції, самостійна робота.

Семестрове оцінювання: 1. Контрольна робота 1: РН 1.1, РН 2.1, РН 3.1 – 20 бали / 12 балів 2. Контрольна робота 2: РН 1.2, РН 2.2, РН 3.1 – 20 бали / 12 балів 3. Контрольна робота 3: РН 1.2, РН 2.2, РН 3.1 – 15 бали / 9 балів 4. Поточне оцінювання: РН 3.1, РН 4.1, РН 4.2 – 5 балів / 3 бали Підсумкове оцінювання: - максимальна кількість балів які можуть бути отримані студентом: 40 балів; - результати навчання які будуть оцінюватись: PH 1.1, PH 1.2, PH 2.1, PH 2.2, PH 3.1. PH 4.1, PH 4.2 - форма проведення: письмова форма.

Українська, англійська