Інфопакет

Вибрані розділи штучного інтелекту

ВК.3.02.02

Вибіркова дисципліна для ОП

Другий

2023/2024

4 Семестр

3

ПРН1. Володіння поглибленими професійнопрофільними знаннями і практичними навичками для оптимізації проектування моделей будь-якої складності, для вирішення конкретних завдань проектування інтелектуальних інформаційних систем різної фізичної природи. ПРН3. Отримання знань для здатності проводити оцінку наявних технологій та на основі аналізу формувати вимоги до розроблення перспективних інформаційних технологій. ПРН5. Вміння здійснювати ефективну комунікативну діяльність роботи команди зі розроблення проекту. ПРН8. Ефективно спілкуватися з питань інформації, ідей, проблем та рішень зі спеціалістами та суспільством загалом. ПРН10. Вміння побудови моделей фізичних та виробничих процесів, проектування сховища і простору даних, бази знань, використовуючи діаграмну техніку і стандарти розроблення інформаційних систем.

1. Знати: глави математичного аналізу, основ штучного інтелекту, диференціальних рівнянь, методів оптимізації функцій, теорії програмування, математичної логіки, математичної статистики. 2. Вміти: формулювати та розв’язувати задачі лінійного програмування, моделювання динамічних систем, розв’язувати системи лінійних алгебраїчних рівнянь з параметрами, розв’язувати диференціальні рівняння, досліджувати функції та функціонали на екстремум. 3. Володіти навичками: побудови, аналізу та застосування математичних моделей при розв’язанні прикладних задач.

Мета дисципліни – опанування студентами методів і способів створення засобів штучного інтелекту в спеціалізованих комп’ютерних системах, отримання відомостей про вибрані розділи штучного інтелекту: основи нечіткої логіки, її місце й зв’язок з нейромережами, застосування при проектуванні систем прийняття рішень та керування.

1. Зайченко Ю.П. Нечіткі моделі і методи в інтелектуальних системах. К.: Видавничий Будинок «Слово»", 2008. – 344 с. 2. Кутковецький В. Я. Розпізнавання образів : навчальний посібник / В. Я. Кутковецький. – Миколаїв : Вид-во МДГУ ім. П. Могили, 2003. – 196 с. 3. Bellman R., Zadeh L. Decision-Making in Fuzzy Environment Science. – 1970. – Vol.17. – No. 4. – P.141-160. 4. Lotfi Zadeh: From computing with numbers to computing with words – from manipulation of measurements to manipulation of perceptions in International Journal of Applied Math and Computer Science, pp. 307-324, vol. 12, no. 3, 2002. 5. Fuzzy Logic Toolbox. Users Guide, Version 2.1 The MathWorks, Inc., 2001.

Лекції, лабораторна робота, самостійна робота.

Семестрове оцінювання: Максимальна кількість балів, які можуть бути отримані студентом: 60 балів. 1. Лабораторна робота 1: 40/24 балів. 2. Поточне оцінювання: 20/12 балів. Підсумкове оцінювання (у формі іспиту): - максимальна кількість балів, які можуть бути отримані студентом: 40 балів. - форма проведення: письмова; - види завдань: 3 письмових завдання. Студент не допускається до іспиту, якщо під час семестру набрав менше, ніж 36 балів.

Українська