Ви переглядаєте архівну версію офіційного сайту НУЛП (2005-2020р.р.). Актуальна версія: https://lpnu.ua
Технології машинного навчання в кіберфізичних системах
Спеціальність: Кіберфізичні системи
Код дисципліни: 7.123.04.E.29
Кількість кредитів: 3
Кафедра: Електронні обчислювальні машини
Лектор: к.т.н., ст. викладач Бочкарьов Олексій Юрійович
Семестр: 2 семестр
Форма навчання: денна
Результати навчання:
У результаті вивчення модуля студент повинен:
знати принципи машинного навчання, зокрема принципи та методи навчання з підкріпленням; принципи побудови, архітектуру та призначення автономних інтелектуальних кіберфізичних систем; концептуальні основи функціонування базових вузлів та блоків кіберфізичних систем, що реалізують технології машинного навчання; принципи організації роботи інтелектуальних кіберфізичних систем; принципи адаптивного управління та самоорганізації, зокрема способи оцінки процесу самоорганізації та способи реалізації принципів самоорганізації у роботі автономних інтелектуальних кіберфізичних систем; вміти створювати, конфігурувати та налагоджувати роботу автономних інтелектуальних кіберфізичних систем.
знати принципи машинного навчання, зокрема принципи та методи навчання з підкріпленням; принципи побудови, архітектуру та призначення автономних інтелектуальних кіберфізичних систем; концептуальні основи функціонування базових вузлів та блоків кіберфізичних систем, що реалізують технології машинного навчання; принципи організації роботи інтелектуальних кіберфізичних систем; принципи адаптивного управління та самоорганізації, зокрема способи оцінки процесу самоорганізації та способи реалізації принципів самоорганізації у роботі автономних інтелектуальних кіберфізичних систем; вміти створювати, конфігурувати та налагоджувати роботу автономних інтелектуальних кіберфізичних систем.
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
пререквізити:
Комп'ютерна логіка
Комп'ютерні системи
Комп'ютерна логіка
Комп'ютерні системи
Короткий зміст навчальної програми:
Основні ідеї та визначення теорії машинного навчання.
Принципи побудови автономних інтелектуальних кіберфізичних систем.
Навчання з підкріпленням.
Навчання в автономних багатоагентних кіберфізичних системах.
Архітектура автономного вузла інтелектуальної кіберфізичної системи.
Використання принципів самоорганізації при побудові кіберфізичних систем.
Застосування принципів адаптивного управління в автономних розподілених кіберфізичних системах.
Інформаційна взаємодія автономних вузлів інтелектуальних кіберфізичних систем.
Методика застосування технологій машинного навчання в кіберфізичних системах.
Рекомендована література:
1. Stuart Russell, Peter Norvig, Artificial Intelligence: A Modern Approach, 3rd edition, Pearson, 2009. - 1152 p.
2. Richard S. Sutton, Andrew G. Barto, Reinforcement Learning: An Introduction, A Bradford Book, 2 ed., MIT Press, Cambridge, MA, 2018. - 322 p.
3. David L. Poole, Alan K. Mackworth, Artificial Intelligence: Foundations of Computational Agents, Cambridge University Press, 2010. - 682 p.
2. Richard S. Sutton, Andrew G. Barto, Reinforcement Learning: An Introduction, A Bradford Book, 2 ed., MIT Press, Cambridge, MA, 2018. - 322 p.
3. David L. Poole, Alan K. Mackworth, Artificial Intelligence: Foundations of Computational Agents, Cambridge University Press, 2010. - 682 p.
Методи і критерії оцінювання:
Поточний контроль (30%): виконання лабораторних робіт, контрольні роботи.
Підсумковий контроль (70%, іспит).
Підсумковий контроль (70%, іспит).