• знати поняття штучного інтелекту та сфери застосування штучного інтелекту; алгоритми та методи реалізації штучного інтелекту; підходи до формування баз знань та експертних систем;
• вміти проектувати та створювати нейронні мережі для розв’язання типових задач; застосовувати алгоритми навчання нейронної мережі; застосовувати генетичні алгоритми для розв’язання задач оптимізації; застосовувати алгоритми для задач з прийняттям рішень; розробляти ПЗ для обробки та аналізу даних на мові Python.

• пререквізити:
- об’єктно-орієнтоване програмування;
• кореквізити:
- системне програмування;
- дискретна математика.

Вступ до штучного інтелекту (Вступ до ШІ; Напрямки ШІ та біокомп’ютинг). Нейронні мережі (Архітектура нейронних мереж; Перцептрон; Нейронна мережа Хопфілда; Нейронна мережа Хемінга; Когнітрон; Неокогнітрон; Глибоке навчання; Машинне навчання). Напрямки штучного інтелекту (Генетичні алгоритми; Ланцюги Маркова; Алгоритм відпалу; Мурашині алгоритми). Експертні системи. Деякі практичні застосування ШІ (Ігровий штучний інтелект; Штучний інтелект у CRM; Системи аналізу потоків даних).

1) Коэльё Л. П., Ричерт В. Построение систем машинного обучения на языке Python. — М.: ДМК Пресс, 2015.
2) Маккинли У. Python и анализ данных. — М.: ДМК Пресс, 2015. — 482 с.
3) Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е издание. – М.: Вильямс, 2003.
4) Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.: Физматлит, 2006.
5) Джексон П. Введение в экспертные системы. – М.: Вильямс, 2000.
6) Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – С-Пб.: Питер, 2000.

поточний контроль (45%): лабораторні роботи, контрольні роботи у ВНС; підсумковий контроль (55%): екзамен.