Системи із самоорганізацією та самонавчанням
Спеціальність: Комп'ютерні науки (Проектування і програмування інтелектуальних систем та пристроїв)
Код дисципліни: 6.122.12.E.068
Кількість кредитів: 5.00
Кафедра: Системи автоматизованого проектування
Лектор: к.т.н., доцент Юрчак Ірина Юріївна
Семестр: 5 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування у здобувачів освіти компетентностей:
Загальні компетентності:
• Інтегральна компетентність (ІНТ). Здатність розв’язувати складні спеціалізовані задачі та практичні проблеми у галузі комп’ютерних наук або у процесі навчання, що передбачає застосування теорій та методів інформаційних технологій і характеризується комплексністю та невизначеністю умов.
• ЗК1. Здатність до абстрактного мислення, аналізу та синтезу.
• ЗК2. Здатність застосовувати знання у практичних ситуаціях.
• ЗК12. Здатність оцінювати та забезпечувати якість виконуваних робіт.
• ЗК14. Здатність реалізувати свої права і обов’язки як члена суспільства, усвідомлювати цінності громадянського (вільного демократичного) суспільства та необхідність його сталого розвитку, верховенства права, прав і свобод людини і громадянина в Україні.
• ЗК15. Здатність зберігати та примножувати моральні, культурні, наукові цінності і досягнення суспільства на основі розуміння історії та закономірностей розвитку предметної області, її місця у загальній системі знань про природу і суспільство та у розвитку суспільства, техніки і технологій, використовувати різні види та форми рухової активності для активного відпочинку та ведення здорового способу життя.
• ЗК16 Здатність до використання сучасних методів розробки програмного забезпечення, яке є складовою інформаційних інтелектуальних систем.
Фахові компетентності:
• ФК1. Здатність до математичного формулювання та досліджування неперервних та дискретних математичних моделей, обґрунтовування вибору методів і підходів для розв’язування теоретичних і прикладних задач у галузі комп’ютерних наук, аналізу та інтерпретування.
• ФК2. Здатність до виявлення статистичних закономірностей недетермінованих явищ, застосування методів обчислювального інтелекту, зокрема статистичної, нейромережевої та нечіткої обробки даних, методів машинного навчання та генетичного програмування тощо.
Результати навчання: У результаті вивчення навчальної дисципліни здобувач освіти повинен бути здатним продемонструвати такі результати навчання:
1. знати загальні принципи функціонування систем з самоорганізацією та самонавчанням;
2. знати основні алгоритми для машинного та глибокого навчання;
3. знати способи реалізації інтелектуальних систем різного рівня складності та призначення;
4. вміти визначати основні параметри, що впливає на якість функціонування адаптивних систем, здійснювати моніторинг проміжних результатів, знаходити та виправляти помилки в роботі;
5. знати способи управління параметрами адаптивних систем з самоорганізацією та самонавчанням;
6. мати практичні навички роботи з інтелектуальними системами та сервісами.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Прикладне програмування
Об’єктно-орієнтоване програмування
Алгоритмізація та програмування
Інтелектуальний аналіз даних
Методи та системи штучного інтелекту
Управління ІТ-проектами
Короткий зміст навчальної програми: Дисципліна “Системи з самоорганізацією та самонавчанням” надає обсяг знань щодо теоретичних основ адаптивних систем, що спроможні до самоорганізації та самонавчання. Розглядаються особливості машинного і глибокого навчання. Оглядаються основні категорії алгоритмів для машинного навчання – класичні та природні алгоритми, ройовий та колективний інтелект, нейронні мережі. Надано інформацію щодо популярних інтелектуальних систем та сервісів, що демонструють інтелектуальні здібності: пошукові системи, комп’ютерний та машинний зір, діалогові системи та чат-боти, системи машинного перекладу. Проаналізовано можливості самоорганізації блокчейн технологій для вирішення низки проблем: електронна валюта, розумні контракти, керування цифровими ідентифікаційними даними, гарантійні документи, логістика.
Опис: У курсі викладаються історія, стандарти і базові принципи організації систем з самоорганізацією та самонавчанням. Розглянуто основні засади інтелектуальних технологій, а також широкий спектр алгоритмів, методів та моделей, що мають безпосереднє відношення до розробки систем з самоорганізацією та самонавчанням. Більшої уваги приділено етапам створення самонавчальних алгоритмів, побудові математичних моделей, збору навчальних даних, різним підходам до машинного навчання.
Методи та критерії оцінювання: Лекції, лабораторні заняття - інформаційно-рецептивний метод, репродуктивний метод, евристичний метод, метод проблемного викладу, самостійна робота – репродуктивний метод, дослідницький метод.
Поточний контроль –виконання та захист лабораторних робіт, усне та фронтальне опитування.
Критерії оцінювання результатів навчання: Поточний контроль (45%): Результати захисту лабораторних робіт, виконання комплексної роботи, усне опитування
Підсумковий контроль (55%, екзамен): тестування, усне опитування.
Порядок та критерії виставляння балів та оцінок: 100-88 балів - атестований з оцінкою «відмінно» - Високий рівень: здобувач освіти демонструє поглиблене володіння поняттєвим та категорійним апаратом навчальної дисципліни, системні знання, вміння і навички їх практичного застосування. Освоєні знання, вміння і навички забезпечують можливість самостійного формулювання цілей та організації навчальної діяльності, пошуку та знаходження рішень у нестандартних, нетипових навчальних і професійних ситуаціях. Здобувач освіти демонструє здатність робити узагальнення на основі критичного аналізу фактичного матеріалу, ідей, теорій і концепцій, формулювати на їх основі висновки. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку, самостійної науково-дослідної діяльності, що реалізується за підтримки та під керівництвом викладача. 87-71 балів - атестований з оцінкою «добре» - Достатній рівень: передбачає володіння поняттєвим та категорійним апаратом навчальної дисципліни на підвищеному рівні, усвідомлене використання знань, умінь і навичок з метою розкриття суті питання. Володіння частково-структурованим комплексом знань забезпечує можливість їх застосування у знайомих ситуаціях освітнього та професійного характеру. Усвідомлюючи специфіку задач та навчальних ситуацій, здобувач освіти демонструє здатність здійснювати пошук та вибір їх розв’язання за поданим зразком, аргументувати застосування певного способу розв’язання задачі. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку. 70-50 балів - атестований з оцінкою «задовільно» - Задовільний рівень: окреслює володіння поняттєвим та категорійним апаратом навчальної дисципліни на середньому рівні, часткове усвідомлення навчальних і професійних задач, завдань і ситуацій, знання про способи розв’язання типових задач і завдань. Здобувач освіти демонструє середній рівень умінь і навичок застосування знань на практиці, а розв’язання задач потребує допомоги, опори на зразок. В основу навчальної діяльності покладено ситуативність та евристичність, домінування мотивів обов’язку, неусвідомлене застосування можливостей для саморозвитку. 49-00 балів - атестований з оцінкою «незадовільно» - Незадовільний рівень: свідчить про елементарне володіння поняттєвим та категорійним апаратом навчальної дисципліни, загальне уявлення про зміст навчального матеріалу, часткове використання знань, умінь і навичок. В основу навчальної діяльності покладено ситуативно-прагматичний інтерес.
Рекомендована література: Навчально-методичне забезпечення
• Онлайн збірка методичних вказівок для дисципліни (Лекції, методичні вказівки до виконання лабораторних та самостійної робіт) (https://www.victoria.lviv.ua/library/students/sss/)
• Матеріали дисципліни у ВНС Національного університету «Львівська політехніка»
(https://vns.lpnu.ua/course/view.php?id=6437)
Рекомендована література
1. Макс Теґмарк . Життя 3.0. Доба штучного інтелекту – Наш формат, 2019, 344с..
2. Тарік Рашид. Створюємо нейронну мережу. - Діалектика-Вільямс, 2020, 272с.
3. Метт Харрісон. Машинне навчання: кишеньковий довідник. - Діалектика-Вільямс, 2020, 320с.
4. Джордж Ґілдер. Життя після Google. Занепад великих даних і становлення блокчейн-економіки. – BookChef, 2021, 320с.
5. Малкольм Фрэнк, Пол Рериг, Бен Принг. Що робити, коли машини почнуть робити все. – Форм, 2019, 320с.
6. Дон Тапскотт, Алекс Тапскотт. Блокчейн-революція.- Літопис, 2019, 492с.
7. Шон Кеннел, Бенджі Тревіс. Секрети YouTube. – BookChef, 2020, 204с..
8. Марк Рандольф. NETFLIX. Ця ідея ніколи не спрацює. – BookChef, 2019, 196с.
9. Дрозд Валентина. Цифрова валюта у світі та в Україні. - Центр навчальної літератури (ЦНЛ), 2022, 298с.
10. Марманіс Х., Бабенко Д.. Алгоритми інтелектуального інтернету. Символ, 2018, - 480 с.
Інформаційні ресурси Інтернет-джерела
1. Гібридна інтелектуальна система [Електронний ресурс] // Вікіпедія http://ru.wikipedia.org/wiki/Гибридная_интеллектуальная_система.
2. Hybrid Intellegent System [Електронний ресурс]. –http://www.slideshare.net/ikensolutions/ hybrid-intelligent-systems-presentation
3. Платформа Google AI. – https://experiments.withgoogle.com/
4. Nvidia AI Playground - https://www.nvidia.com/en-us/research/ai-playground/
5. Сатоши Накамото «Bitcoin: A Peer-to-Peer Electronic Cash System» - https://bitcoin.org/bitcoin.pdf
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).