Нейронні мережі

Мета дисципліни: опанування здобувачами сукупності теоретичних, методичних питань і практичного досвіду з основ штучних нейронних мереж на основі використання сучасних програмних засобів.

Завдання дисципліни:
вивчення сутності і змісту поняття «штучних нейронних мереж»; особливостей штучних нейронів, їх компонентів; характеристики етапів розвитку штучних нейронних мереж;
здійснення аналізу загальних характеристик штучних нейронів; видів функцій активації, що набули поширення в штучних нейронних мережах;
вивчення типових підходів до проектування і розробки одношарових та багатошарових штучних нейронних мереж; базових нейромережевих топологій; мереж рекурентного типу; парадигм навчання, алгоритмів навчання нейронних мереж.
Основні результати навчання
  Демонструвати знання й розуміння основних концепцій, принципів, теорій  фундаментальної та прикладної математики і використовувати їх на практиці.
 Формалізувати задачі, сформульовані мовою певної предметної галузі; формулювати їх математичну постановку та обирати раціональний метод вирішення; розв’язувати отримані задачі аналітичними та чисельними методами,оцінювати точність та достовірність отриманих результатів.
 Проводити аналітичне дослідження математичних моделей об’єктів і процесів на предмет існування та єдності їх розв’язку.
 Розробляти математичні моделі у вигляді нейронних мереж для задач машинного навчання.
 Поєднувати методи математичного та комп’ютерного моделювання з неформальними процедурами експертного аналізу для пошуку оптимальних рішень.
 Будувати ефективні щодо точності обчислень, стійкості, швидкодії та витрат системних ресурсів алгоритми для чисельного дослідження математичних моделей та розв’язання практичних задач.
 Використовувати в практичній роботі спеціалізовані програмні продукти та програмні системи комп’ютерної математики.

Форми організації освітнього процесу та види навчальних занять
Л – лекційні заняття; ЛЗ – лабораторні заняття; СРС – самостійна робота здобувача вищої освіти; КО – контрольні опитування; МКР – модульна контрольна робота; К – консультації.
Тематика та види навчальних занять
1  тиждень

Л1. Штучні нейронні мережі. 
ЛЗ1. Вивчення властивостей нейрона.
СРС. К.
 
2  тиждень

Л2. Штучний нейрон.
СРС. К.

3  тиждень

Л3. Структура штучної нейронної мережі. Функція активації штучного нейрона.
ЛЗ2. Класифікація за допомогою персептрона.
СРС. К.
 
4  тиждень

Л4. Методи та алгоритми навчання штучних нейронних мереж.
СРС. К.

5  тиждень

Л5. Персептрон для двох класів.
ЛЗ3. Апроксимація функції.
СРС. К.
 
6  тиждень

Л6. Лінійний нейрон. 
СРС. К.

7  тиждень

Л7. Багатошаровий персептрон. 
ЛЗ4. Апроксимація функції.)*
СРС. К.
 
8  тиждень

Л8. Алгоритм рішення задачі класифікації форми фігури за допомогою багатошарового персептрона.
МКР1. 
СРС. К.

9  тиждень

Л9. Мережі з радіальними базисними функціями.
ЛЗ5. Класифікація за допомогою шару Кохонена. 
СРС. К.
 
10  тиждень

Л10. Навчання мережі з радіальними базисними функціями.
СРС. К.

11  тиждень

Л11. Машини опорних векторів.
ЛЗ6. Прогнозування часових рядів з використанням нейронних мереж.     
СРС. К.
 
12  тиждень

Л12. Застосування машини опорних векторів.
СРС. К.

13  тиждень

Л13. Самонавчання нейронних мереж.
ЛЗ7. Розпізнавання букв за допомогою нейронної мережі прямого поширення.
СРС. К.
 
14  тиждень

Л14. Мережі Кохонена.
СРС. К.

15  тиждень

Л15. Застосування мережі Кохонена. 
ЛЗ8. Розпізнавання букв за допомогою нейронної мережі прямого поширення.
МКР2.
СРС. К.
Індивідуальна робота
Не передбачена.
Самостійна робота
Самостійна робота складає 44 години. Розподіл самостійної роботи за видами навчальних робіт:
1)  підготовка до лекційних занять – 14 годин;
2)  підготовка до практичних занять – 30 годин.
Процедура оцінювання
Система оцінювання рівня навчальних досягнень ґрунтується на принципах ЄКТС та є накопичувальною. Дисципліна поділяється на два семестрові модулі. Здобувачі протягом семестру готуються до лекційних та лабораторних занять, виконують 2 модульні контрольні роботи.
Модульні контрольні роботи №1, №2  виконуються у письмовій формі. Максимальна оцінка за бездоганне виконання становить 20 балів. Модульна робота складається з теоретичної частини (2 запитання) та практичної частини (2 завдання). Максимальна оцінка за правильне виконання теоретичної частини становить 10 балів, та за правильне виконання практичної частини становить 10 балів. Кожна правильна відповідь за теоретичне або практичне запитання оцінюється в 5 балів. Завдання вважається розв’язаним, якщо отримана правильна відповідь, послідовно наведено рішення, виконано всі необхідні рисунки та схеми, проставлені розмірності, пояснено формули.

Кожний модуль оцінюється у максимально можливі 50 балів.

Семестровий модуль  №  1

ЛЗ. Оцінка за виконання робіт – 10 балів. Термін надання – 1, 3, 5 тиждень.
МК1.  Модульна контрольна робота – 20 балів (8 тиждень). Перескладання можливе протягом 9–11 тижнів за розкладом консультацій.

Семестровий модуль  №  2

ЛЗ. Оцінка за виконання робіт – 10 балів. Термін надання – 9, 11, 13 тиждень.
МК2.  Модульна контрольна робота – 20 балів (15 тиждень).

Максимальна оцінка за повний обсяг виконаних навчальних елементів дисципліни – 100 балів.

Остаточним контролюючим моментом освоєння дисципліни є залік у 7 семестрі. Оцінка виставляється за результатами модульних опитувань та лабораторних робіт.
Умови допуску до підсумкового контролю
До заліку допускаються здобувачі вищої освіти, які виконали всі види навчальних елементів навчальної дисципліни на не менш, ніж на 60  %.
Політика освітнього процесу
Здобувач зобов’язаний своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача. Дотримуватись принципів академічної доброчесності.
Робота, яка виконана після встановлених викладачем термінів, не приймається.
Відсутність здобувача на контрольній роботі відповідає оцінці «0».
Під час лекції здійснювати телефонні дзвінки забороняється.
Заборонено використання будь-яких підручників, посібників, конспектів лекцій, шпаргалок під час проходження модульних контролів.