Методи та системи штучного інтелекту

Мета вивчення дисципліни: забезпечити формування у магістрів цілісне уявлення про методи створення систем штучного інтелекту, базові принципи побудови та способи вирішення задач. Отримати практичний досвід побудови алгоритмів вирішення типових задач та навички використання спеціалізованого програмного забезпечення.

Практичне значення та використання отриманих знань: Здатність формалізувати предметну область певного проєкту у вигляді відповідної інформаційної моделі. Здатність розробляти і реалізовувати проекти зі створення програмного забезпечення, у тому числі в непередбачуваних умовах, за нечітких вимог та необхідності застосовувати нові стратегічні підходи, використовувати програмні інструменти для організації командної роботи над проєктом. Здатність оцінювати та забезпечувати якість ІТ-проєктів, інформаційних та комп’ютерних систем різного призначення, застосовувати міжнародні стандарти оцінки якості програмного забезпечення інформаційних та комп’ютерних систем, моделі оцінки зрілості процесів розробки інформаційних та комп’ютерних систем.
 
Основні результати навчання
ПРН1. Застосовувати знання основних форм і законів абстрактно-логічного мислення, основ методології наукового пізнання, форм і методів вилучення, аналізу, обробки та синтезу інформації в предметній області комп'ютерних наук.
ПРН3. Використовувати знання закономірностей випадкових явищ, їх властивостей та операцій над ними, моделей випадкових процесів та сучасних програмних середовищ для розв’язування задач статистичної обробки даних і побудови прогнозних моделей.
ПРН4. Використовувати методи обчислювального інтелекту, машинного навчання, нейромережевої та нечіткої обробки даних, генетичного та еволюційного програмування для розв’язання задач розпізнавання, прогнозування, класифікації, ідентифікації об’єктів керування тощо.
ПРН12. Застосовувати методи та алгоритми обчислювального інтелекту та інтелектуального аналізу даних в задачах класифікації, прогнозування, кластерного аналізу, пошуку асоціативних правил з використанням програмних інструментів підтримки багатовимірного аналізу даних на основі технологій DataMining, TextMining, WebMining.
 
Тематика та види навчальних занять
 
1 тиждень.
Лекція 1 Функціональний метод управління. Переваги та недоліки..
Самостійна робота здобувача. Консультація.
 
2 тиждень.
Лекція 2 Типові функціонвльні моделі, вплив моделі на структуру діяльності.
Лабораторне заняття 1. Середовища аналізу та засоби відібраження бізнес- процесів. Програма BPWin.
Самостійна робота здобувача. Консультація.
 
3 тиждень.
Лекція 3 Процесна модель управління. Термінологія процесного керування.
Самостійна робота здобувача. Консультація.
 
4 тиждень.
Лекція 4 Взаємозв'язок процесного та функціонального підходів в управлінні
Лабораторне заняття 2. Моделювання основного та супутного процеса у середовищі BPWin. Можливості використання MS Visio.
Самостійна робота здобувача. Консультація.
 
5 тиждень.
Лекція 5 Бізнес-процес: поняття, сутність.
Самостійна робота здобувача. Консультація.
 
6 тиждень.
Лекція 6 Класифікація бізнес-процесів
Лабораторне заняття 3. Знайомство з середовищем моделювання ARIS
Самостійна робота здобувача. Консультація.
 
7 тиждень.
Лекція 7 Необхідність моделювання бізнес-процесів.
Самостійна робота здобувача. Консультація.
 
8 тиждень.
Лекція 8 Способи опису та моделювання бізнес-процесів
Лабораторне заняття 4 Аналіз типового процесу за моделлю IDEF0. Рівні деталізації. 
Модульна контрольна робота 2.
Самостійна робота здобувача. Консультація.
 
9 тиждень.
Лекція 9 Повна бізнес-модель підприємства.
Самостійна робота здобувача. Консультація.
 
10 тиждень.
Лекція 10 Вибір пріоритетних бізнес-процесів для оптимізації. Ключові показники бізнес-процесів.
Лабораторне заняття 5 Аналіз типового процесу за моделлю IDEF3. Поняття сценарію.
Самостійна робота здобувача. Консультація.
 
11 тиждень.
Лекція 11 Сутність, цілі, етапи та види реінжинірингу бізнес-процесів. Етапи проведення реінжинірингу
Самостійна робота здобувача. Консультація.
 
12 тиждень.
Лекція 12 Класифікація методів та інструментів аналізу та оптимізації бізнес-процесів Лабораторне заняття 6. Моделювання інформаційних потоків. Модель IDEF1/ Побудова DFD –діаграм.
Самостійна робота здобувача. Консультація.
 
13 тиждень.
Лекція 13 Формалізовані універсально-принципові (ФУП) методи оптимізації бізнес-процесів
Самостійна робота здобувача. Консультація.
 
14 тиждень.
Лекція 14 Технології постійного вдосконалення
Лабораторне заняття 7 Стандарт IDEF5. Опис модельного об’єкту та зв’язків.
Самостійна робота здобувача. Консультація.
 
15 тиждень.
Лекція 15 Нові тенденції аналізу та розширення переліку об’єктів інформатизації
Модульна контрольна робота 2.
Самостійна робота здобувача. Консультація.
 
Оцінювання результатів навчання
 
Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів.
 
Модульні контрольні роботи № 1 та № 2 виконуються у письмовій формі. Модульна контрольна робота № 1 складається з 5 теоретичних питань. Відповідь на кожне теоретичне питання оцінюється максимум 6 балів. Модульна контрольна робота № 2 складається з 2 теоретичних питань та практичної частини. Відповідь на кожне теоретичне питання оцінюється максимум 8 балів, практична частина – 14 балів.
 
Кожний модуль оцінюється у максимально можливі 50 балів:
 
Модуль № 1
Лабораторні заняття №№ 1-4. Оцінка за виконання – 5 балів кожна. Термін надання – 8 тиждень. 
Модульна контрольна робота 1 – 30 балів (8 тиждень).
Модуль № 2
Лабораторні заняття №№ 5-6. Оцінка за виконання – 7 балів кожна. Лабораторні заняття № 7 – оцінка за виконання – 7 балів кожна. Термін надання – 15 тиждень.
Модульна контрольна робота 2 – 30 балів (15 тиждень).
Посилання на рекомендовані джерела
 
1. О. Вовк, Н. Шаховська, Р. Камінський. Системи штучного інтелекту. Львівська політехніка — 2018, — 392 с.
2. Савченко А.С. Синельніков О. О. Методи та системи штучного інтелекту. — К., — 2017, — 196 с.
3.  С. Расел, П. Норвіг. Штучний інтелект. Сучасний підхід (AIMA-2). — К., — 2022.