Інтелектуальний аналіз даних (КН)
Тип: Нормативний
Кафедра: радіофізики та комп'ютерних технологій
Навчальний план
| Семестр | Кредити | Звітність |
| 5 | 5 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 6 | 32 | доцент Любунь З. М. | ФеІ-31, ФеІ-32, ФеІ-33, ФеІ-34 |
| 7 | 32 | ФеІ-41, ФеІ-42, ФеІ-43, ФеІ-44 |
Лабораторні
| Семестр | К-сть годин | Група | Викладач(і) |
| 6 | 32 | ФеІ-31 | доцент Любунь З. М. |
| ФеІ-32 | доцент Любунь З. М. | ||
| ФеІ-33 | доцент Любунь З. М. | ||
| ФеІ-34 | доцент Любунь З. М. | ||
| 7 | 16 | ФеІ-41 | |
| ФеІ-42 | |||
| ФеІ-43 | |||
| ФеІ-44 |
Опис навчальної дисципліни
Навчальна дисципліна “Інтелектуальний аналіз даних” є складовою частиною дисциплін циклу нормативних дисциплін підготовки фахівців освітньо-кваліфікаційного рівня “бакалавр”. Курс базується на наступних дисциплінах: “Вища математика”, , “Алгоритмізація та програмування”, “Об’єктно орієнтоване програмування”, СУБД.
Метою викладання курсу є засвоєння студентами основних теоретичних відомостей та практичних вмінь з курсу. Підготувати студента до ефективного використання як класичних так і сучасних методів інтелектуального аналізу даних та обробки інформації з використанням класичних методів обчислень та нейромереж задля створення елементів автоматизованих комп’ютерних систем та їх використання у подальшій професійній діяльності; допомогти набути навички практичної роботи з програмними засобами для інтелектуального аналізу даних.
Після вивчення дисципліни студенти повинні:
знати:
- основні поняття та визначення інтелектуального аналізу даних;
- моделі та методи побудови моделей та аналізу залежностей у даних;
- сучасні програмні засоби для проектування i розробки систем інтелектуального аналізу даних;
- критерії порівняння моделей i методів інтелектуального аналізу даних.
вміти:
- обґрунтовувати й аналізувати вибір конкретного типу моделі та методу інтелектуального аналізу даних при вирішенні практичних задач;
- використовувати сучасні програмні засоби для проектування та дослідження систем інтелектуального аналізу даних;
- створювати програми для інтелектуального аналізу даних при розв’язку конкретних практичних задач
- аналізувати результати побудови та використання систем інтелектуального аналізу даних при вирішенні прикладних задач.
Рекомендована література
Базова
- Любунь З. М., Рабик В. Г,Карбовник І. Д. Інтелектуальний аналіз даних. Методичні вказівки до виконання лабораторних робіт для студентів за напрямом підготовки 6.050101 “Комп’ютерні науки”.– Львів: Видавничий центр ЛНУ імені Івана Франка, 2015. –70 с.
- Любунь З. М. Основи теорії нейромереж / З. М. Любунь /: Текст лекцій. – Львів: Видавничий центр ЛНУ імені Івана Франка, 2007. –142 с.
- Черняк О.І. Інтелектуальний аналіз даних: підручник. – К: Знання, 2014. –599с.
- Дюк В. Data Mining: навчальний курс (+CD) / Дюк В., Самойленко А . .. – СПб: Вид. Пітер 2001. – 368 с.
- Data Mining and Image Processing Toolkits. – [Електронний ресурс]. – Режим доступу http://datamining.itsc.uah.edu/adam/.
- Олійник А. О. Інтелектуальний аналіз даних : навчальний посібник. Запоріжжя : ЗНТУ, 2012. 278 с .
- Нікольський Ю., Щербина Ю., Якимечко Р. Дерева прийняття рішень та їхнє застосування для прогнозування діагнозу у медицині // Вісник Львівського університету. Серія прикладна математика та інформатика. Випуск 6, 2003.- С. 191-211
- І. А. Терейковський, Д. А. Бушуєв, Л. О. Терейковська. Штучні нейронні мережі: базові положення: навчальний посібник – Київ : КПІ ім. Ігоря Сікорського, 2022. – 123 с.
Допоміжна
- Любунь З. Hover Signal-Profile Detection / Любунь, В. Мандзій, Г. Кляйн, О. Карпін, В. Рабик // Матеріали XV Міжнародної науково-технічної конференції «Комп’ютерні науки та інформаційні технології» – 2020. С. 7 – 10. (Scopus)
- Карпін О. Метод навчання нейронної мережі з цілочисельними вагами / О. Карпін, Мандзій, З. Любунь, В. Рабик // Матеріали ХІ Міжнародної науково -практичної конференції «Електроніка та інформаційні технології» (ЕЛІТ – 2019), вересень. 16 – 18, 2019, Львів, Україна. С. 168 – 172. doi: 1109/ELIT.2019.8893349 .
- З. Любунь, Р.Лісовський, І. Поплавський, Б. Рачій. Прогнозування властивостей вуглецевих матеріалів з використанням нейронних мереж. // Електроніка та інформаційні технології. – 2019. – Випуск 12. – С. 64–72.