Основи штучного інтелекту (121 Інженерія програмного забезпечення)

Тип: На вибір студента

Кафедра: оптоелектроніки та інформаційних технологій

Навчальний план

СеместрКредитиЗвітність
53.5Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
532доцент Грабовський В. А.ФеП-31

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
532ФеП-31доцент Грабовський В. А., доцент Грабовський В. А.
ФеП-32Русиняк М. О.

Опис навчальної дисципліни

Дисципліна “Основи штучного інтелекту” призначена для вивчення основ штучного інтелекту та розуміння основних підходів, які використовуються для створення його систем. Вивчаються роль знань, особливості їх отримання, представлення, подання при різних підходах у створенні систем ШІ та їх використанні. Розглядаються особливості побудови одного з найпоширеніших видів систем ШІ – «класичних» експертних систем, а також сучасні підходи до створення таких систем – зокрема, роль і значення застосування в сучасних системах штучного інтелекту штучних нейронних мереж, машинного та глибокого навчання, генетичних алгоритмів. Звертається увага на деякі апаратні проблеми, які виникають в процесі розвитку наукового прогресу і штучного інтелекту як невід’ємної його частини, та можливі шляхи і підходи щодо їх вирішення.

Рекомендована література

  1. Stuart J. Russell and Peter Norvig. Artificial Intelligence. A Modern Approach. Third Edition – Pearson Ed., 2010. – 1151 p.
  2. Joseph C. Giarratano and Gary D. Riley. Expert Systems: Principles and Programming. Fourth Edition. – Course Technology, Boston, MA, 2004. – 856 p.
  3. Peter Flach. Machine Learning. The Art and Science of Algorithms that Make Sense of Data – Cambridge University Press, Edition 2012. – 416 p.
  4. Ian Goodfellow, Yoshua Bengio, and Aaron Courville:Deep learning. – The MIT Press, 2016. – 800 p.
  5. Eyal Wirsansky. Hands-On Genetic Algorithms with Python – Birmingham – Mumbai, 2020. – 334
  6. Субботін С. О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень: Навч. посібник. – Запоріжжя, ЗНТУ, 2008. – 431 с.
  7. Ethem Alpaydın. Introduction to Machine Learning. Fourth Edition. –The MIT Press; 2020. – 712 p.
  8. Колесницький О. К., Месюра В. І. Нейромережеві моделі та технології обчислювального інтелекту. Нейрокомп’ютери. Частина 1: навч. посібник. – Вінниця: ВНТУ, 2021. – 66 с.
  9. Danuta Rutkowska, Maciej Pilinski, Leszek Rutkowski. Sieci neuronowe, algorytmy genetyczne I systemy rozmyte. – Warszawa ; Łódź : Wydaw. Naukowe PWN, – 412 c.
  10. Кононюк А.Ю. Нейроні мережі і генетичні алгоритми – К.:«Корнійчук», 2008. – 446 с.
  11. Кургаєв О.П. Методи та системи штучного інтелекту /[Електронний ресурс]: конспект лекцій для студентів напряму підготовки 6.050101 «Комп’ютерні науки» денної та заочної форм навчання / О.П.Кургаєв – К.: НУХТ, 2014. – 279 с.
  12. Субботін С. О. Нейронні мережі : теорія та практика: навч. посіб. – Житомир : Вид. О. О. Євенок, 2020. – 184 с.
  13. Технології інтернету речей. Навчальний посібник [Електронний ресурс]: навч. посіб. для студ. спеціальності 126 «Інформаційні системи та технології», спеціалізація «Інформаційне забезпечення робототехнічних систем» / Б. Ю. Жураковський, І.О. Зенів; КПІ ім. Ігоря Сікорського. – Київ: КПІ ім. Ігоря Сікорського, 2021. – 271 с.
  14. Марченко О.О., Россада Т.В. Актуальні проблеми Data Mining: Навчальний посібник для студентів факультету комп’ютерних наук та кібернетики. – Київ. – 2017. – 150 с.
  15. Інтелектуальні системи управління: Експертні системи – основи проектування та застосування в системах автоматизації [Електронний ресурс] : навч. посіб. для студ. спеціальності 151 «Автоматизація та комп’ютерно-інтегровані технології» / КПІ ім. Ігоря Сікорського; уклад.: Л. Д. Ярощук. – Київ : КПІ ім. Ігоря Сікорського, 2019. – 136с.

Силабус:

Завантажити силабус