Системи штучного інтелекту - Робоча програма навчальної дисципліни (Силабус)

Реквізити навчальної дисципліни

Програма навчальної дисципліни

Опис навчальної дисципліни, її мета, предмет вивчання та результати навчання

Силабус освітнього компонента «Системи штучного інтелекту» складено відповідно до освітньої програми підготовки бакалаврів «Інформаційні управляючі системи та технології» спеціальності 126 – Інформаційні системи та технології.

Метою навчальної дисципліни є надання студентам необхідних знань та навичок для вивчення ключових концепцій, засобів та технологій ШІ, розуміння, розробки та використання систем штучного інтелекту в різних сферах життя та формування та закріплення у студентів наступних компетентностей: (ЗК01) Здатність до абстрактного мислення, аналізу і синтезу; (ФК 18) Здатність до розробки і використання інтелектуальних інформаційних систем, технологій генерації та аналізу знань, алгоритмів штучного інтелекту для вирішення прикладних задач і підтримки прийняття рішень в різних прикладних областях життєдіяльності людини.

Предмет навчальної дисципліни – є вивчення основних понять, методів та технологій, повязаних із системами штучного інтелекту та надати студентам ключові знання та вміння для розуміння та роботи з системами штучного інтелекту.

Програмні результати навчання, на формування та покращення яких спрямована дисципліна: (ПРН 6) Демонструвати знання сучасного рівня технологій інформаційних систем, практичні навички програмування та використання прикладних і спеціалізованих

комп’ютерних систем та середовищ з метою їх запровадження у професійній діяльності. (ПРН 17) Знати методології та технології проєктування та реалізації інформаційних управляючих систем та технологій підтримки прийняття рішень. Вміти використовувати існуючі засоби, компоненти та технології для побудови інформаційних управляючих систем та технологій підтримки управлінських рішень. (ПРН 18) Знати спеціалізовані мови та технології програмування необхідні для розробки програмного забезпечення інформаційних управляючих систем та технологій підтримки прийняття рішень. Розробляти відповідне програмне забезпечення, що входить до складу інформаційних управляючих систем та технологій підтримки прийняття рішень. (ПРН 21) Вміти використовувати методи та засоби аналізу даних, обирати та використовувати математичні моделі, будувати стратегії розв’язання практичних задач, в тому числі в галузі штучного інтелекту, обгрунтовувати вибір методу оптимізації при розв’язанні прикладних проблем у спеціалізованих сферах професійної діяльності

Пререквізити та постреквізити дисципліни

Для успішного засвоєння дисципліни студент повинен володіти освітніми компонентами «Вища математика», «Ймовірнісні моделі та статистичне оцінювання в

інформаційно-управляючих системах» та «Дослідження операцій в інформаційно-управляючих системах», «Дослідження операцій в інформаційно-управляючих

системах. Курсова робота» . Компетенції, знання та уміння, одержані в процесі вивчення освітнього компонента є необхідними для подальшого вивчення освітніх компонентів «Переддипломна практика», «Дипломне проєктування».

Зміст навчальної дисципліни

Тема 1. Моделі машинного навчання у СШІ

Тема 2. Моделі на основі станів

Навчальні матеріали та ресурси

Основна література

1. Stuart J. Russel and Peter Norvig “Artificial Intelligence A Modern Approach” – 2007. – 1408 с.

2. Ямпольський Л.С. Гнучкі комп’ютерно-інтегровані системи: планування, моделювання, верифікація, управління. Кн. 2. Штучний інтелект в плануванні і керуванні виробничими процесами: підручник / Л.С. Ямпольський, П.П. Мельничук, К.Б .Остапченко, О.І. Лісовиченко – Житомир: ЖДТУ, 2010. – 786 с.

3. Глибовець М.М., Олецький О.В. Штучний інтелект: підручник. – К.: Вид. дім “КМ Академія”, 2002. – 368 с.

Додаткова література

1.Wolfgang Ertel «Introduction to Artificial Intelligence». - 2017.

2. Charu C. Aggarwal «Neural Networks and Deep Learning». - 2018.

3. Stuart J. Russel and Peter Norvig “Artificial Intelligence A Modern Approach” – 2007.

Навчальний контент

Методика опанування навчальної дисципліни (освітнього компонента)

Лекційні заняття

Лабораторні роботи

Самостійна робота студента

6. Контрольна робота

Метою контрольної роботи є закріплення та перевірка теоретичних знань із освітнього компонента, набуття студентами практичних навичок самостійного вирішення задач та складанні та компіляції програм.

Модульна контрольна робота (МКР) виконується після вивчення всіх розділів. Контрольна робота проводяться у формі тесту. Кожен студент отримує індивідуальний набір питань.

Політика та контроль

Політика навчальної дисципліни (освітнього компонента)

Курс складається з 18 лекційних та 9 лабораторних занять.

На лекціях з теоретичного матеріалу будуть експрес-контрольні та МКР – max 50 балів за семестр. 4 лабораторних - max 50 балів за семестр.

Лабораторні роботи

Ваговий бал. Одна захищена лабораторна робота має ваговий бал 25. Максимальна кількість балів за всі лабораторні роботи складає 50 балів.

На лабораторних роботах студенти перевіряють працездатність написаних програм або схем за попередньо вирішеними вдома задачами. Для допуску до поточної лабораторної роботи необхідно мати Протокол, оформлений відповідно до норм оформлення технічної документації, який має містити всі необхідні пункти, відповідно до Методичних вказівок. Також для допуску до лабораторної роботи (окрім 1-ї) необхідно захистити попередню. Студенти, що не захистили попередню лабораторну роботу можуть бути не допущені до виконання наступної. Лабораторні роботи можуть виконуватись як самостійно так і бригадою.

Критерії оцінювання лабораторної роботи:

- вірно виконаний синтез всіх задач, продемонстрована працездатність всіх програм (схем), вірні відповіді на запитання до захисту, вчасно виконана робота – 25 балів;

- за несвоєчасність виконання лабораторних робіт 1-2 знімаються 3 бали, за несвоєчасність виконання лабораторних робіт 3-4 знімаються 2 бали;

- вірно виконаний синтез всіх задач, продемонстрована працездатність всіх програм (схем), відповіді на питання до захисту мають неточності – знімаються 2 бали від максимальної кількості;

- виконаний синтез всіх задач, але деякі з них містять помилки або неточності, продемонстрована працездатність не всіх програм (схем), відповіді на питання до захисту мають неточності – знімаються від 3 до 5 балів від максимальної кількості;

- лабораторна робота не виконана або протокол не представлений – повертається на відпрацювання або доопрацювання.

Якщо студент отримує 60 балів і більше (за умови що ВСІ 4 лабораторні роботи захищені !, студент іспит може не складати, за умови згоди, т.т. отримує оцінку автоматично.

ІСПИТ: отримані бали за семестр Х ½ + бал екзаменаційної роботи (max 50 балів)

Екзаменаційна робота складається з двох частин: 25 балів за теоретичну частину (форма тест), 25 балів – задача з практичною реалізацією (міні аналог лабораторних робіт)

Види контролю та рейтингова система оцінювання результатів навчання (РСО)

Поточний контроль: вправи на лекційних заняттях, тестування, МКР, виконання та захист лабораторних робіт.

Календарний контроль: провадиться двічі на семестр як моніторинг поточного стану виконання вимог силабусу.

Календарний контроль базується на поточній кількості зарахованих лабораторних робіт. Умовою отримання першого календарного контролю є зарахована перша лабораторна робота, другого календарного контролю – зараховані 2 лабораторні роботи.

Семестровий контроль: екзамен.

Умови допуску до семестрового контролю: виконані та захищені лабораторні роботи, виконані завдання до практичних занять, семестровий рейтинг більше 30 балів.

Таблиця відповідності рейтингових балів оцінкам за університетською шкалою:

Загальна рейтингова оцінка студента після завершення семестру складається з балів, отриманих за:

• тестування з лекційних занять;

• виконання та захист лабораторних робіт;

• виконання та захист реферату;

• виконання модульної контрольної роботи (МКР);

• відповіді на екзамені.

Робочу програму навчальної дисципліни (силабус):

Складено асистентом кафедри ІСТ, С.О. Коломойцем

Ухвалено кафедрою ІСТ

Погоджено Методичною комісією факультету