Ви переглядаєте архівну версію офіційного сайту НУЛП (2005-2020р.р.). Актуальна версія: https://lpnu.ua
Еволюційні обчислення для опрацювання мультимодальних даних
Спеціальність: Системи штучного інтелекту
Код дисципліни: 7.122.04.M.17
Кількість кредитів: 5
Кафедра: Системи штучного інтелекту
Лектор:
Шаховська Н.Б
Семестр: 2 семестр
Форма навчання: заочна
Результати навчання:
1. Здатність використовувати набуті знання в області застосування методів машинного
навчання для створення комп’ютерних систем прийняття рішень.
2. Уміння застосовувати пакети програм для створення аналітичних систем на основі
машинного навчання.
3. Здатність використовувати отриманні знання в області штучного інтелекту за допомогою
еволюційних методів та алгоритмів.
навчання для створення комп’ютерних систем прийняття рішень.
2. Уміння застосовувати пакети програм для створення аналітичних систем на основі
машинного навчання.
3. Здатність використовувати отриманні знання в області штучного інтелекту за допомогою
еволюційних методів та алгоритмів.
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
Машинне навчання
Короткий зміст навчальної програми:
Поняття еволюційних обчислень. Багатокритеріальний еволюційний пошук з обмеженнями. Мультимодальні дані. Еволюційний синтез нейронних мереж
Рекомендована література:
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.
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.
Методи і критерії оцінювання:
лабораторні роботи - 50
екзамен - 50
екзамен - 50