Інженерія даних і знань
Спеціальність: Інформаційні системи та технології
Код дисципліни: 7.126.01.O.001
Кількість кредитів: 5.00
Кафедра: Інформаційні системи та мережі
Лектор: д.т.н., ст.н.с. Досин Дмитро Григорович
Семестр: 1 семестр
Форма навчання: денна
Завдання: Загальні:
1) уміння спілкуватися другою мовою;
2) здатність навчатися;
3) уміння спілкуватися усно та в письмовій формі першою мовою;
4) здатність здійснювати пошук та аналізувати інформацію з різних джерел;
5) уміння ідентифікувати, формулювати та розв’язувати задачі;
6) уміння застосовувати знання в практичних ситуаціях;
7) уміння приймати обґрунтовані рішення;
8) уміння проводити дослідження на відповідному рівні;
9) уміння працювати в команді;
10) знання та розуміння предметної області та розуміння фаху;
11) уміння думати абстрактно, аналізувати та синтезувати;
12) уміння розробляти та керувати проектами;
13) уміння працювати самостійно.
Фахові:
1) здатність гнучкого способу мислення, який дає можливість зрозуміти й розв’язати проблеми та задачі, зберігаючи при цьому критичне відношення до усталених наукових концепцій;
2) здатність використовувати поглиблені теоретичні та фундаментальні знання в галузі штучного інтелекту для розроблення складних систем;
3) здатність формулювати, аналізувати та синтезувати рішення наукових проблем на абстрактному рівні шляхом їхньої декомпозиції на складові, які можна дослідити окремо в їх більш та менш важливих аспектах;
4) здатність будувати відповідні моделі складних систем, досліджувати їх для побудови проектів інформаційних систем;
5) здатність розробляти і впроваджувати моделі інформаційних систем засобами комп’ютерного моделювання;
6) здатність провести усну презентацію та написати зрозумілу статтю за результатами проведених досліджень, а також щодо сучасних концепцій у системах штучного інтелекту та методів опрацювання природної мови;
7) здатність формулювати (роблячи презентації, або представляючи звіти) нові гіпотези та наукові задачі в області штучного інтелекту та опрацювання природної мови, вибирати належні напрями і відповідні методи для їхнього розв’язування;
8) здатність сприймати ново здобуті знання в області комп’ютерних наук, інформаційних технологій і штучного інтелекту та інтегрувати їх зі уже наявними;
9) здатність вивчати та критично оцінювати нові інформаційні технології, моделі і методи штучного інтелекту, ґрунтуючись на фахових у цих областях наукових літературних джерелах.
Результати навчання: 1) Здатність формулювати та вдосконалювати важливу дослідницьку задачу, для її вирішення збирати необхідну інформацію та формулювати висновки, які можна захищати в науковому контексті.
2) Здатність використовувати професійно-профільні знання і практичні навички для оптимізації проектування інформаційних систем будь-якої складності, для вирішення конкретних завдань проектування інтелектуальних інформаційних систем з керування об'єктами різної фізичної природи.
3) Здатність проводити оцінку наявних технологій та на основі аналізу формувати вимоги до розроблення перспективних інформаційних технологій.
4) Здатність працювати з експертними та текстологічними джерелами інформації для інтеграції даних і знань в області діяльності організації за допомогою методів набуття знань, подання знань, класифікації і компіляції знань.
5) Здатність проектувати та використовувати наявні засоби інтеграції даних, опрацьовувати дані, що зберігаються у різних системах.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Попередні:
Системи штучного інтелекту;
Інтелектуальні системи;
Об’єктно-орієнтоване програмування.
Супутні:
Комп’ютерна лінгвістика;
Інтелектуальний аналіз даних;
Методи та засоби інтеграції даних.
Короткий зміст навчальної програми: Дисципліна необхідна для отримання загальних та фахових компетентностей в галузі систем штучного інтелекту, зокрема для побудови формальних моделей подання знань, отриманих на основі їх інженерії.
Опис: Тема 1. Методи видобування знань з даних та текстів. Теоретичні аспекти видобування знань. Психологічний аспект. Лінгвістичний аспект. Гносеологічний аспект видобування знань. Методи структурування. Еволюція систем одержання знань.
Тема 2. Методи придбання знань. Поле знань. Мова опису поля знань. Семіотична модель поля знань. Стратегії придбання знань.
Тема 3. Методи представлення знань. Формальні методи подання знань. Логічні моделі. Логіка висловлювань. Логіка предикатів. Семантичні мережі.
Тема 4. Методи класифікації і систематизації знань. Теоретичні аспекти структурування знань. Ієрархічний підхід. Традиційні методології структуризації. Об’єктно-структурний підхід.
Тема 5. Методи компіляції знань. Комунікативні методи. Пасивні методи. Активні індивідуальні методи. Активні групові методи. Текстологічні методи. Методи структурування.
Тема 6. Латентні структури знань. Семантичні простори та градуювання. Виявлення „прихованих” структур знань. Метод репертуарних решіток. Методи виявлення контруктів. Аналіз репертуарних решіток.
Тема 7. Придбання знань на прикладах.
Тема 8. Параметричне навчання. Генетичні алгоритми. Байесівські мережі.
Тема 9. Індуктивне навчання. Дерева рішень.
Тема 10. Системи та засоби подання онтологічних знань. Аналіз підходів навчання онтологій. Загальні принципи проектування онтологій. Формати та стандарти подання інформації.
Тема 11. Асоціативні правила.
Методи та критерії оцінювання: 1. Проведення опитування на практичних заняттях.
2. Перевірка знань та виконаних робіт на лабораторних заняттях.
3. Проведення контрольних робіт за графіком та згідно робочої програми.
4. Проведення письмово екзамену згідно розкладу та перевірка робіт.
5. Проведення усної компоненти екзамену з додатковим опитуванням.
Критерії оцінювання результатів навчання: • Поточний контроль (50%): письмові звіти з лабораторних робіт, розрахункова робота, усне опитування.
• Підсумковий контроль - 50% (іспит): письмова компонента - 40%, усна компонента - 10%.
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: Рекомендована базова:
1. Литвин В. В. Методи та засоби інженерії даних та знань / В. В. Литвин // нав¬чаль¬ний посібник з грифом МОНУ. – Львів : «Магнолія-2006», 2012. – 241 с.
2. Басюк Т. М., Досин Д. Г., Литвин В. В. Онтологічний інжиніринг : навч. посіб. Львів: Вид-во Львів. політехніки, 2017. - 222 с.
3. Глибовець М.М., Олецький О.В. Штучний інтелект. – К.: КМ Академія, 2002. –
4. Russell, S. J., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson. 1127 p.
(https://dl.ebooksworld.ir/books/Artificial.Intelligence.A.Modern.Approach.4th.Edition.Peter.Norvig.%20Stuart.Russell.Pearson.9780134610993.EBooksWorld.ir.pdf)
5. Субботін С.О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень. Запоріжжя: ЗНТУ, 2008. — 341 с.
6. Федорчук Є. Н. Програмування систем штучного інтелекту. Експертні системи: навч. посіб. / Є. Н. Федорчук; М-во освіти і науки, молоді та спорту України, НУ«Львів. політехніка». – Львів: Вид-во Львів. політехніки, 2012. - 168 с.
7. Інтелектуальний аналіз даних : практикум / М. Т. Фісун, І. О. Кравець, П. П. Казмірчук, С. Г. Ніколенко. – Львів : "Новий Світ-2000", 2019. – 162 с.
Рекомендована допоміжна:
1. Литвин В.В., Пасічник В.В., Яцишин Ю.В. Інтелектуальні системи. – Львів: Новий світ-2000, 2008. – 406с.
2. Каргін А. О. Вступ до інтелектуальних машин. Книга 1. Інтелектуальні регулятори. Донецьк: Норд-Пресс, ДонНУ, 2010. – 526 с.
3. Машинне навчання : навчальний посібник / Т. М. Басюк, В. В. Литвин, Л. М. Захарія, Н. Е. Кунанець. – Львів : "Новий Світ-2000", 2019. – 329 с.
4. Литвин В. В., Висоцька В. А., Досин Д. Г. Методи та засоби опрацювання інформаційних ресурсів на основі онтологій : [монографія]. Львів: Піраміда, 2016. 402 с.
Навчально-методичне забезпечення:
1. Дисципліна в середовищі ВНС НУ «Львівська політехніка» https://vns.lpnu.ua/course/view.php?id=8750
2. Методичні вказівки до виконання лабораторних робіт.
3. Методичні вказівки до виконання практичних робіт.
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).