1. Використовувати набуті знання для формулювання задач машинного навчання для
комп’ютерних систем прийняття рішень.
2. Застосовувати пакети програм для вирішування поставлених задач навчання
комп?ютера.
3. Використовувати отриманні знання для навчання за допомогою еволюційних методів
та алгоритмів.
4. Формувати знання та практичні навички для використання основних методів навчання
комп?ютера для вирішення задач прийняття рішень.
5. Забезпечувати єдину методичну базу взаємодії курсу Машинне навчання та інших
предметних дисциплін.
6. Мати уяву про стан і перспективу розвитку математичних методів та організації
машинного навчання та їхнього програмного забезпечення.
7. Оперативно використовувати методи та способи машинного навчання.

Системи та методи штучного інтелекту

Загальні поняття про машинне навчання. Класифікація об?єктів. Поняття навчання. Простір ознак. Лінійний класифікатор і стохастичний градієнт. Самоорганізуючі карти. Метод групового врахування аргументів. Метод опорних векторів

1. Кудін О.В. Моделювання систем та аналіз даних: методичні рекомендації до
лабораторних робіт для студентів освітнього ступеня «бакалавр» напряму підготовки
«Програмна інженерія» / О.В. Кудін. – Запоріжжя: ЗНУ, 2017. – 89 с.
2. Волошин, О. Ф. Моделі та методи прийняття рішень : навч. посіб. для студ. вищ. навч.
закл. / О. Ф. Волошин, С. О. Мащенко. – 2-ге вид., перероб. та допов. – К. : Видавничо-
поліграфічний центр "Київський університет", 2010. – 336 с.
3. Олдендерфер М. С. Факторный, дискриминантныи и кластерный анализ: Пер. с
англ./Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. – М.:
Финансы и статистика, 1989. – 215 с: ил.
4. Довбиш А. С. Основи теорії розпізнавання образів : навч. посіб. : у 2 ч. / А. С. Довбиш,
І. В. Шелехов. – Суми : Сумський державний університет, 2015. – Ч. 1. – 109 с.
5. Барковский С.С. Многомерный анализ данных методами прикладной статистики:
Учебное пособие / С.С. Барковский, В.М. Захаров, А.М. Лукашов, А.Р. Нурутдинова,
С.В. Шалагин – Казань: Изд. КГТУ, 2010. – 126 с. Табл. 5 . Ил. 105. Библиогр.: 12
наим.

50 - лабораторні
50 - екзамен

1. Використовувати набуті знання для формулювання задач машинного навчання для
комп’ютерних систем прийняття рішень.
2. Застосовувати пакети програм для вирішування поставлених задач навчання
комп?ютера.
3. Використовувати отриманні знання для навчання за допомогою еволюційних методів
та алгоритмів.
4. Формувати знання та практичні навички для використання основних методів навчання
комп?ютера для вирішення задач прийняття рішень.
5. Забезпечувати єдину методичну базу взаємодії курсу Машинне навчання та інших
предметних дисциплін.
6. Мати уяву про стан і перспективу розвитку математичних методів та організації
машинного навчання та їхнього програмного забезпечення.
7. Оперативно використовувати методи та способи машинного навчання

Системи та методи штучного інтелекту

Загальні поняття про машинне навчання. Класифікація обєктів. Поняття навчання. Простір ознак. Лінійний класифікатор і стохастичний градієнт. Самоорганізуючі карти. Метод групового врахування аргументів. Метод опорних векторів

1. Кудін О.В. Моделювання систем та аналіз даних: методичні рекомендації до
лабораторних робіт для студентів освітнього ступеня «бакалавр» напряму підготовки
«Програмна інженерія» / О.В. Кудін. – Запоріжжя: ЗНУ, 2017. – 89 с.
2. Волошин, О. Ф. Моделі та методи прийняття рішень : навч. посіб. для студ. вищ. навч.
закл. / О. Ф. Волошин, С. О. Мащенко. – 2-ге вид., перероб. та допов. – К. : Видавничо-
поліграфічний центр "Київський університет", 2010. – 336 с.
3. Олдендерфер М. С. Факторный, дискриминантныи и кластерный анализ: Пер. с
англ./Дж.-О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.; Под ред. И. С. Енюкова. – М.:
Финансы и статистика, 1989. – 215 с: ил.
4. Довбиш А. С. Основи теорії розпізнавання образів : навч. посіб. : у 2 ч. / А. С. Довбиш,
І. В. Шелехов. – Суми : Сумський державний університет, 2015. – Ч. 1. – 109 с.
5. Барковский С.С. Многомерный анализ данных методами прикладной статистики:
Учебное пособие / С.С. Барковский, В.М. Захаров, А.М. Лукашов, А.Р. Нурутдинова,
С.В. Шалагин – Казань: Изд. КГТУ, 2010. – 126 с.

50 балів – написання роботи
50 балів – захист курсової роботи