Технології машинного навчання
Спеціальність: Комп'ютерні науки
Код дисципліни: 8.122.00.M.032
Кількість кредитів: 3.00
Кафедра: Системи штучного інтелекту
Лектор: Шаховська Н.Б.
Семестр: 4 семестр
Форма навчання: денна
Результати навчання: Здатність продукувати інноваційні наукові ідеї, оволодіти методологією наукової та педагогічної діяльності, вирішувати комплексні проблеми в процесі інноваційно-дослідницької та професійної діяльності, проводити оригінальні наукові дослідження у сфері інформаційних технологій на міжнародному та національному рівні
Здатність ініціювати та проводити оригінальні наукові дослідження, ідентифікувати актуальні наукові проблеми, здійснювати пошук та критичне аналізування інформації, продукувати інноваційні конструктивні ідеї та застосовувати нестандартні підходи до вирішення складних і нетипових завдань
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Системи штучного інтелекту
Короткий зміст навчальної програми: Пропонований навчальний курс забезпечить студентам здобуття поглиблених теоретичних та практичних знань, умінь та розуміння, що відносяться до областей Data Science, Computer Vision, Deep Learning, що дасть їм можливість розв’язувати різноманітні задачі аналізу даних за допомогою систем глибокого навчання, та розроблення систем прийняття рішень на базі таких систем для виконання наукових проектів, бізнес-проектів у різних галузях
Методи та критерії оцінювання: лабораторні роботи - 40, екзамен - 60
Рекомендована література: Базова
1. Желязны Д. Говори на языке диаграмм : пособие по визуальным коммуникациям для руководителей / Д. Желязны. – М. : Институт комплексных стратегических исследований, 2004. – 220 с.
2. Квєтний Р. Н. Комп’ютерне моделювання систем та процесів. Методи обчислень. Частина 1: навчальний посібник / Р. Н. Квєтний, І. В. Богач, О. Р. Бойко, О. Ю. Софина, О.М. Шушура; за заг. ред. Р.Н. Квєтного. – Вінниця: ВНТУ, 2012. – 193 с.
3. Квєтний Р. Н. Методи фільтрації текстурованих зображень у задачах розпізнавання та класифікації / Р. Н. Квєтний, О. Ю. Софина. – Вінниця: УНІВЕРСУМ-Вінниця, 2011. – 119 с.
4. Круглов В. В., Дли М. И., Голунов Р. Ю. Нечёткая логика и искусственные нейронные сети. Учеб. пособие. М.: Издательство Физико-математической литературы, 2001. - 224 c.
5. Кубенский А.А. Структуры и алгоритмы обработки данних / А.А. Кубенский. - СПб.: БХВ-Петербург, 2004. – 464 с.
6. Любчак, В.О. Методи та алгоритми обчислень [Текст] : навч. посіб. / В.О. Любчак, Л.Д. Назаренко. – Суми : СумДУ, 2008. – 313 с.
7. Матвійчук Я.М. Методи та алгоритми обчислень на ЕОМ : навч. посібник / Я.М. Матвійчук. – Львів: Ліга-Прес, 2008. – 84 с.
8. Роэм Д. Практика визуального мышления. Оригинальный метод решения сложных проблем / Д. Роэм. – М . : Манн, Иванов и Фербер, 2014. – 396 с.
9. Фельдман Л. П. Чисельні методи в інформатиці : підручник / Л. П. Фельдман, М. З. Згуровського, Л. П. Фельдман, А. І. Петренко, О. А. Дмитрієва. – К.: Вид. група BHV, 2006. – 480 с.
10. Яу Н. Искусство визуализации в бизнесе. Как представить сложную информацию простыми образами / Н. Яу. – М. : Манн, Иванов и Фербер, 2013. – 352 с.