Комп'ютерні системи штучного інтлекту

Код модуля:

Тип модуля: вибiрковий

Обсяг модуля:

Загальна кількість годин –  135 (кредитів ЄКТС – 3.75), аудиторні години – 62(лекції – 30 , лабораторні заняття – 32 )

Лектор:  старший викладач Юдіна Анна Леонідівна

Результати навчання:

У результаті вивчення  модуля студент повинен:

  • Знати тенденції розвитку науки і техніки в галузі комп’ютерної інженерії та систем штучного інтелекту; способи представлення знань і методи пошуку, структуру експертних систем і методи їх розробки, основні методи, що використовуються при створенні  штучних нейронних мереж, методи проектування експертних систем та штучних нейронних мереж із застосуванням різноманітних алгоритмічних мов.
  • Вміти використовувати основні методи представлення і рішення інтелектуальних задач, орієнтуватися в різноманітних методах розробки експертних систем та нейронних мереж, розробляти алгоритми функціонування експертних систем, розробляти типові процедури штучного інтелекту

Необхідні обов’язкові попередні та супутні модулі:

  • вища математика;
  • алгоритми та методи обчислень;
  • обробка сигналів та зображень;
  • методи оптимізації;
  • програмування;
  • технології проектування комп’ютерних систем.

Зміст навчального модуля:

Основні концепції штучного інтелекту. Форми та моделі представлення знань. Експертні системи. Обробка природної мови. Нейронні мережі. Нечітка логіка.

Рекомендована література:

  1. Барсегян А.А. и др. Технологии анализа данных: Data Mining, Text Mining, OLAP. – 2-е изд., перераб. И доп. – СПб.: БХВ-Петербург, 2007. – 384 с.: ил.
  2. Костров Б.В., Ручкин В.Н., Фулин В.Н. Основы искусственного интеллекта. – М.: «ДЕСС», «ТехБук», 2007. – 192 с.: ил. 52, табл. 8. Библиогр.: 16 назв.
  3. Сырецкий Г.А Информатика. Фундаментальный курс. Том Информационные технологии и системы. – СПб.: БХВ-Петербург, 2007. – 848 с.: ил.
  4. Рутковская Д. и др. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2006. – 452 с.: ил.
  5. Дюк В., Самойленко А. Data Mining: учебный курс. – СПб.: Питер, 2001. – 368 с.: ил.
  6. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – СПб.: Питер, 2001. – 384 с.: ил.
  7. Козлов В.Н. Математика и информатика. – СПб.: Питер, 2004. – 266 с.: ил. – (Серия «Учебное пособие»)
  8. Рыжиков Ю.И. Информатика. Лекции и практикум. – СПб.: КОРОНА принт, 2000. – 256 с.
  9. Информатика для экономистов: Учебник/Под общ. ред. В.М. Матюшка.М.: ИНФРА-М, 2007. – 880 с. – (Учебники РУДН).
  10. Косоруков О.А,, Мищенко А.В. Исследование операций: Учебник/Под общ. ред. д.э.н., проф. Н.П. Тихомирова. — М: Издательство «Экзамен», 2003. – 448 с.
  11. Эддоус М., Стэнсфилд Р. Методы принятия решений/ Пер. с англ. под ред. член-корр. РАН И.И. Елисеевой. — М.: Аудит, ЮНИТИ, 1997. – 590 с.
  12. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. – М.: Наука. Гл. ред. физ.-мат. лит., 1987. – 288 с. – (Пробл. искусственного интеллекта)

Форми та методи навчання:

лекції, лабораторні заняття, самостійна робота.

Методи і критерії оцінювання:

  • Поточний контроль (30%), контроль під час навчання
  • Підсумковий контроль (70%, іспит)

Мова навчання:   українська

 

Преподаватели: 
Аватар пользователя alyudina

Юдина Анна