Загальні засади машинного навчання
Мета дисципліни: формування у здобувачів вищої освіти базових теоретичних знань і практичних компетентностей у сфері машинного навчання як ключового інструменту штучного інтелекту, необхідного для аналізу маркетингових даних та побудови інтелектуальних цифрових рішень. Дисципліна спрямована на засвоєння основних підходів, методів і алгоритмів машинного навчання, розуміння принципів їх роботи, можливостей та обмежень при застосуванні в задачах цифрового маркетингу.
Практичне значення та використання отриманих знань: полягає у формуванні здатності застосовувати алгоритми машинного навчання для розв’язання прикладних завдань цифрового маркетингу, зокрема сегментації споживачів, прогнозування попиту та поведінки клієнтів, оцінювання ефективності маркетингових кампаній, рекомендаційних систем і персоналізації контенту. Опанування дисципліни забезпечує розвиток навичок підготовки та обробки даних, вибору та налаштування моделей машинного навчання, інтерпретації результатів і їх використання для прийняття обґрунтованих управлінських рішень, а також створює основу для подальшого поглибленого вивчення інструментів штучного інтелекту в цифровому маркетингу.
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.
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.