Обов'язкова дисципліна
Навчальна дисципліна професійної підготовки
Нейромережеві технології
Обсяг освітнього компонента:
• у кредитах ЄКТС — 4.5; • у навчальних годинах — 135.
Розподіл навчальних годин (аудиторні заняття / самостійна робота):
• очна форма — 60 / 75; • заочна форма — 8 / 127.
Кількість аудиторних занять за видами (лекції / практичні заняття / лабораторні заняття):
• очна форма — 15 / 0 / 15; • заочна форма — 2 / 0 / 2.
Індивідуальна робота:
; • заочна форма — контрольна робота.
Семестровий контроль:
Екзамен.
Освітню компоненту забезпечує:
Анотація:
Мета дисципліни: формування у здобувачів вищої освіти базових теоретичних знань і практичних навичок у сфері нейромережевих технологій як ключової складової штучного інтелекту, необхідної для розв’язання прикладних завдань цифрового маркетингу. Дисципліна спрямована на засвоєння принципів побудови та навчання штучних нейронних мереж, розуміння їх можливостей і обмежень, а також формування здатності застосовувати нейромережеві моделі для аналізу маркетингових даних і підтримки управлінських рішень.
Практичне значення та використання отриманих знань: полягає у набутті здобувачами навичок використання нейромережевих моделей для розв’язання типових завдань цифрового маркетингу, зокрема прогнозування попиту, аналізу поведінки споживачів, сегментації клієнтів, персоналізації рекламних повідомлень і контенту, а також оцінювання ефективності маркетингових кампаній. Опанування дисципліни забезпечує здатність працювати з маркетинговими даними, обирати відповідні архітектури нейронних мереж, інтерпретувати результати моделювання та впроваджувати інтелектуальні рішення в цифрові маркетингові інструменти, що підвищує конкурентоспроможність майбутніх фахівців на ринку праці.
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.
ПРН2. Використовувати сучасний математичний апарат неперервного та дискретного аналізу, лінійної алгебри, аналітичної геометрії, в професійній діяльності для розв’язання задач теоретичного та прикладного характеру в процесі проектування та реалізації об’єктів інформатизації.
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.
b292523 ▪ 2025 рік