Системи з інтелектуальними технологіями

Викладач:
доктор фіз.-мат. наук, доцент Марченко Олександр Олександрович
Кафедра:
Математичної інформатики
Web-сторінка:
Форма контролю:
залік
Кількість годин:
  • лекції – 20 год.
  • лабораторні - 10 год.
  • самостійна робота – 60 год.
  • загалом - 3 кредити ECTS.

Актуальність дисципліни, практичне застосування

Завдання навчальної дисципліни СІТ – на основі отриманих теоретичних знань (з дисципліни „Штучний інтелект”, яка читалася магістрам 2 курсу за напрямком підготовки «Системи і методи прийняття рішень») поглибити знання з таких розділів штучного інтелекту, як машинне навчання та еволюційні алгоритми, виробити у студентів уміння користуватися існуючими методами та алгоритмами машинного навчання, а також створювати власні системи на основі моделей машинного навчання.

Метою навчальної дисципліни є вивчення студентами методів і способів розробки систем штучного інтелекту на основі моделей машинного навчання, отримання знань про градієнтні методи навчання, метод опорних векторів, модель багатомірної лінійної регресії, нелінійної регресії, Баєсівську модель, модель максимальної ентропії, модель логістичної регресії, Марківські моделі, модель умовних випадкових полів, корегуючі вихідні коди, методи кластеризації.

В результаті вивчення дисципліни студенти повинні:

  • ЗНАТИ основні методи машинного навчання, архітектуру та принципи розробки систем класифікації, розпізнавання та аналізу на основі моделей машинного навчання.
  • ВМІТИ проектувати, створювати, навчати і використовувати системи штучного інтелекту на основі моделей машинного навчання.

Студентам будуть запропоновані до виконання лабораторні роботи «Розпізнавання та аналіз іменованих сутностей тексту» та «Сентимент аналіз тексту», які містять: тему і мету роботи; опис обладнання (персональний комп’ютер) та програмних засобів (бібліотеки для машинного навчання та обробки текстів природною мовою OpenNLP, StanfordNLP), потрібних для її виконання; список літератури; короткі теоретичні відомості, необхідні для виконання; порядок виконання роботи; контрольні запитання для самоперевірки. В цих роботах розглядаються принципи побудови систем штучного інтелекту на основі моделей машинного навчання.