Методи побудови штучного інтелекту

Мета дисципліни: формування комплексу знань і здобуття навичок щодо методів підвищення ефективності роботи інформаційної системі за рахунок використання технологій штучного інтелекту.
Практичне значення та використання отриманих знань: одержання   знань з загальних питань щодо галузі аналізу технологій  штучного інтелекту та знаходженню ситуації, в яких доцільно застосовувати технології штучного інтелекту; вмінь ідентифікувати проблему та потрібну систему штучного інтелекту; оцінювати та порівнювати ефективність використання інтелектуальних технологій у конкретних ситуаціях; розуміння ефективності використання різних засобів у певних  ситуаціях; визначити алгоритми та методи, що дозволяють знайти компроміс між ефективністю реалізації та ефективністю експлуатації; застосовувати технології штучного інтелекту при розробці  інформаційних систем. 

Тематика та види навчальних занять
1 тиждень

Лекція 1. Мета та задачі дисципліни. 
Самостійна робота здобувача.

2 тиждень
Лекція 2. Системи штучного інтелекту. Передчасна обробка сигналів та зображень
Лабораторне заняття 1. Ознайомлення з середовищем розробки.  Поліпшення якості та аналіз зображень в системах розпізнавання.
Самостійна робота здобувача.

3 тиждень
Лекція 3. Дискретне подання зображень. 
Самостійна робота здобувача.
Контрольне опитування 1.

4 тиждень
Лекція 4. Сегментація зображень. Ідентифікація об’єктів на зображенні.
Лабораторне заняття 2. Дослідження геометричних мір близькості об'єктів і класів у системах розпізнавання. Моделювання попередньої обробки сигналів в системах розпізнавання 
Самостійна робота здобувача.

5 тиждень
Лекція 5. Класифікація зображень. 
Самостійна робота здобувача.
Контрольне опитування 2.

6 тиждень
Лекція 6. Визначення експертної системи. Стратегії розв’язання проблем.
Лабораторне заняття 3. Моделювання попередньої обробки сигналів в системах розпізнавання.
 Вирішення задачі розпізнавання за допомогою нейронних мереж. 
Самостійна робота здобувача.

7 тиждень
Лекція 7. Нечітка логіка. 
Контрольне опитування 3.
Самостійна робота здобувача.

8 тиждень
Лекція 8. Нечіткі експертні системи. Визначення еволюційного алгоритму.
Лабораторне заняття 4. Моделювання розпізнавання символів за допомогою нейроних мереж. Аналіз сигналів.
Самостійна робота здобувача.

9 тиждень
Лекція 9. Генетичні алгоритми.
Контрольне опитування 4.
Самостійна робота здобувача.

10 тиждень
Лекція 10.  Штучні нейронні мережі.  Застосування нейронних мереж.
Лабораторне заняття 5. Аналіз мовних сигналів. Конструювання нечіткої системи, що відображує задану залежність між змінними.
Самостійна робота здобувача.

11 тиждень
Лекція 11.  Порівняння можливостей різних технік штучного інтелекту.
Модульна контрольна робота 2. 
Самостійна робота здобувача.

Оцінювання результатів навчання

Оцінювання результатів навчання з дисципліни здійснюється за накопичувальною системою, яка дає можливість здобувачеві протягом семестру отримати максимально 100 балів.
 (порожній рядок)*
Система оцінювання рівня навчальних досягнень ґрунтується на принципах ЄКТС та є накопичувальною. Здобувачі протягом семестру готуються до лекційних та лабораторних занять, виконують 1 модульну контрольну роботу та 4 контрольних опитування.
Модульна контрольна робота виконуються у письмовій формі. Максимальна оцінка за бездоганне виконання становить 60 балів.
Модуль оцінюється у максимально можливі 100 балів:

Модуль 
Контрольне опитування 1. Оцінка за виконання – 5 балів. Термін надання – 3 тиждень.
Контрольне опитування 2. Оцінка за виконання – 5 балів. Термін надання – 5 тиждень.
Контрольне опитування 3. Оцінка за виконання – 5 балів. Термін надання – 7 тиждень.
Контрольне опитування 4. Оцінка за виконання – 5 балів. Термін надання – 9 тиждень.
Лабораторні заняття. Оцінка за виконання – 20 балів. Термін надання – 2, 4, 6, 8, 10 тиждень.
Модульна контрольна робота – 60 балів (11 тиждень).

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

 Посилання на рекомендовані джерела

1.    Методи та системи штучного інтелекту: навч. посіб. / укл. Д.В. Лубко, С.В. Шаров. – Мелітополь: ФОП Однорог Т.В., 2019. – 264 с.
2.    Методи та системи штучного інтелекту: навчальний посібник / Уклад. : А.С. Савченко, О. О. Синельніков. – К. : НАУ, 2017. – 190 с.
3.    Ю. В. Нікольський, В.В. Пасічник, Ю. М. Щербина. Системи штучного інтелекту: навчальний посібник.  Львів : Магнолія, 2021. ‒ 280 с.
4.    Шаховська Н.Б., Камінський Р.М., Вовк О.Б.  Системи штучного інтелекту: навчальний посібник.  - Львів : Вид-во Львів. політехніки, 2018. ‒ 392 с.
5.    С. Рассел. Сумісний з людиною. Штучний інтелект і проблема контролю. - Київ, BookChef, 2020. - 416 с.

Умови допуску до підсумкового контролю

Підсумковий контроль з дисципліни – залік. Залік з дисципліни отримують здобувачі, які виконали всі види навчальних елементів навчальної дисципліни та накопичили протягом семестру не менш, ніж 60 балів.
Складання/перескладання заліків відбувається за встановленим деканатом розкладом.

Політика освітнього процесу
Активна участь в практичних заняттях, дотримання графіків здачі контрольних та індивідуальних завдань, самостійна робота здобувача при підготовці до всіх видів аудиторних занять, присутність на консультаціях. Здобувачі зобов’язані дотримуватись принципів академічної доброчесності при виконанні модульних контрольних робіт, поточних контрольних та індивідуальних завдань, складання заліку/екзамену.
Робота, яка виконана після встановлених викладачем термінів, не приймається.
Відсутність здобувача на контрольній роботі відповідає оцінці «0».
Під час всіх видів аудиторних занять здійснювати телефонні дзвінки забороняється.
Заборонено використання будь-яких підручників, посібників, конспектів лекцій, шпаргалок під час проходження модульних та підсумкового контролів.