Інтелектуальний аналіз та візуалізація даних

Спеціальність: Комп'ютерні науки (Системи штучного інтелекту)
Код дисципліни: 6.122.13.O.027
Кількість кредитів: 5.00
Кафедра: Системи штучного інтелекту
Лектор: Виклюк Я.І.
Семестр: 5 семестр
Форма навчання: денна
Мета вивчення дисципліни: Метою викладання навчальної дисципліни «Інтелектуальний аналіз даних» є надання знань про різноманітні методи попередньої обробки даних та їх подальшого аналізу для передавання в системи прийняття відповідних математично обґрунтованих рішень.
Завдання: Вивчення навчальної дисципліни передбачає формування у здобувачів освіти компетентностей: загальні компетентності (ЗК): ЗК6. Уміння застосовувати знання в практичних ситуаціях; фахові компетентності (ФК): ФК1. Здатність застосовувати базові знання з фундаментальних наук: математики, фізики, електроніки для вирішення типових задач спеціальності; ФК5. Здатність застосовувати знання математичних методів аналізу та синтезу складних об’єктів та систем із застосуванням сучасних методів інформаційних технологій; фахові компетентності спеціалізації (ФКС): Для лінії систем штучного інтелекту ФКС1. Здатність формулювати нові гіпотези, шукати та візуалізувати приховані залежності даних, використовуючи методи штучного інтелекту; ФКС2. Здатність ефективно вибирати належні напрями і відповідні методи для розв’язування задач в області інформаційних технологій та штучного інтелекту;
Результати навчання: Здатність продемонструвати знання і розуміння наукових і математичних принципів, що лежать в основі інформаційних технологій; Здатність продемонструвати знання основ професійно-орієнтованих дисциплін спеціальності: методів та засобів сучасних інформаційних технологій, комп’ютерної техніки та сучасних технологій проектування та програмування інформаційних систем, математичних методів аналізу та синтезу складних об’єктів, методів збору, обробки, аналізу, систематизації та зберігання науково-технічної інформації, методів та засобів розподілених систем та паралельних обчислень, принципів і методів побудови та застосування комп’ютерних мереж, принципів web-технологій та методів і засобів їх використання для вирішення задач спеціальності; Здатність продемонструвати поглиблені знання принаймні в одній з областей інформаційних технологій;
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Попередні навчальні дисципліни: Прикладне програмування Математичний аналіз Супутні і наступні навчальні дисципліни: Візуалізація даних Машинне навчання
Короткий зміст навчальної програми: Навчальна дисципліна Інтелектуальний аналіз даних є складовою циклу професійної підготовки фахівців першого бакалаврського рівня освіти. Пропонований навчальний курс забезпечить студентам здобуття поглиблених теоретичних та практичних знань, умінь та розуміння, що відносяться до областей систем збору, обробки та використання результатів їх аналізу для прийняття оптимальних, математично обґрунтованих рішень, що дасть їм можливість ефективно виконувати завдання інноваційного характеру відповідного рівня професійної діяльності, орієнтованої на дослідження й розв’язання складних задач проектування та розроблення різних систем штучного інтелекту для задоволення потреб науки, бізнесу та підприємств у різних галузях.
Опис: Загальні поняття про дані. Вимірювання та шкалювання Методи NumPy та SciPy як засоби інтелектуального аналізу даних Методи Pandas як засіб інтелектуального аналізу даних Географічне подання даних. Geopandas та динамічні географічні карти Методи SciKit-learn як засоби інтелектуального аналізу даних Методи Tensorflow та keras як засоби інтелектуального аналізу даних Стратегія Інтелектуального аналізу даних ML Стратегія Інтелектуального аналізу даних Deep Learning Візуальний аналіз даних за допомогою Orange. Кластеризація та класифікація в Orange Методи мурашиного рою Клітинні автомати Моделювання неперервних подій Моделювання Covid-19 засобами Python Інтелектуальний аналіз за допомогою хмарних симуляторів та паралельних розрахунків.
Методи та критерії оцінювання: 1. Виконання лабораторних та практичних робіт та їх захист. 2. Написання контрольних робіт. 3. Написання розрахунково-графічної роботи 4. Екзамен.
Критерії оцінювання результатів навчання: Лабораторна робота, Практична робота, Розрахунково-графічна робота - 40 балів Іспит, Усна компонента - 60 балів
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: Марченко О.О. Актуальні проблеми Data Mining: Навчальний посібник для студентів факультету комп’ютерних наук та кібернетики / О.О. Марченко, Т.В. Россада. — Київ. — 2017. — 150 с. Бахрушин В.Є. Методи аналізу даних : навчальний посібник для студентів / В.Є. Бахрушин. – Запоріжжя : КПУ, 2011. – 268 с. Василик, О. І. Лекції з теорії і методів вибіркових обстежень : навчальний посібник / О. І. Василик, Т. О. Яковенко. – К. : Видавничо-поліграфічний центр "Київський університет", 2010. – 208 с. Згуровський М.З. Основи системного аналізу / М.З. Згуровський, Н.Д. Панкратова –К : Видавнича група BHV, 2007.-544с. Пономаренко В. С. П56 Багатовимірний аналіз соціально-економічних систем : навчальний посібник / В. С. Пономаренко, Л. М. Малярець. – Харків : Вид. ХНЕУ, 2009. – 384 с. (Укр. мов.)
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).