Методи штучного інтелекту
Спеціальність: Розподілені інформаційні системи та технології
Код дисципліни: 6.126.03.O.032
Кількість кредитів: 4.00
Кафедра: Інформаційні системи та мережі
Лектор: Пелещак Р.М.
Семестр: 6 семестр
Форма навчання: денна
Завдання: принципи функціонування систем штучного інтелекту;
- методологічні підходи до побудови систем штучного інтелекту;
- методологію використання знань та технології інженерії знань.
Результати навчання: В результаті вивчення дисципліни «Методи та системи штучного інтелекту» студент повинен знати:
- методики представлення знань;
- архітектури систем штучного інтелекту;
- принципи функціонування систем штучного інтелекту;
- методологічні підходи до побудови систем штучного інтелекту;
- методологію використання знань та технології інженерії знань.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: - дискретна математика;
- основи програмування;
- алгоритмічні мови.
Короткий зміст навчальної програми: Курс «Методи та системи штучного інтелекту» містить опис основних методів штучного інтелекту та використання цих методів при вирішенні практичних задач.
Опис: Курс «Методи та системи штучного інтелекту» містить опис основних методів штучного інтелекту та використання цих методів при вирішенні практичних задач. Теоретичні та практичні навички роботи з використанням методів штучного інтелекту дають змогу швидко розв’язувати реальні задачі, пов’язані із складністю опрацювання та зберігання великих масивів різнорідної інформації в інтелектуальних інформаційних системах, використовувати нові інформаційні технологій та сучасні програмні продукти, що базуються на методах штучного інтелекту в роботі різних організацій, на підприємствах та у повсякденному житті.
Методи та критерії оцінювання: Діагностика знань відбувається шляхом оцінювання виконаних лабораторних робіт та екзаменаційного контролю (письмової та усної компоненти) у формі тестових запитань.
Критерії оцінювання результатів навчання: Методи і критерії оцінювання включають в себе:
- поточний контроль (40%): письмові звіти з лабораторних робіт, усне опитування;
- підсумковий контроль (60%, екзамен): письмово-усна форма.
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. Нікольський Ю.В., Пасічник В.В. Системи штучного інтелекту. – Львів, Магнолія-Плюс, 2013. – 315 с.
2. Stuart J. Russell, Peter Norvig. Artificial intelligence. A modern approach. Third Edition. ISBN-10: 0-13-604259-7, ISBN-13: 978-0-13-604259-4
3. Машинне навчання: навчальний посібник / Т.М. Басюк, В.В. Литвин, Л.М. Захарія, Н.Е.Кунанець. – Львів: «Новий Світ-2000», 2019. – 315 с.
4. Литвин В. В. Глибинне навчання: навчальний посібник / В. В. Литвин, Р. М. Пелещак, В. А. Висоцька. – Львів: Видавництво Львівської політехніки, 2021. – 264 c.
5. Буров Є.В. Концептуальне моделювання інтелектуальних програмних систем: монографія / Є.В. Буров.– Львів: Вид-во Львівської політехніки, 2012.– 432 с.
6. Литвин В.В. Проектування інформаційних систем: навчальний посібник / В. В. Литвин, Н. Б. Шаховська. – Львів: Магнолія 2006, 2017. – 380 c.
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).