Прикладні інтелектуальні системи

Код модуля: 
ІСМ_8020_С01
Тип модуля: 
вибірковий
Семестр: 
Другий
Обсяг модуля: 
загальна кількість годин — 150 (кредитів ЄКТС — 5); аудиторні години — 64 (лекції — 32, лабораторні — 32)
Лектори: 
д.т.н., проф. Камінський Роман Миколайович
Результати навчання: 
знати:
  • основні поняття і задачі, які розв’язують інтелектуальні системи;
  • статистичні моделі об’єктів уваги, що є розв’язками інтелектуальних задач;
  • процеси навчання, навчання з учителем і самонавчання інтелектуальних систем;
  • лінійні дискримінантні функції;
  • методи структурного розпізнавання;
  • методи побудови систем розпізнавання візуальної інформації;
  • знати основні методи розпізнавання марковських послідовностей;
  • застосування інтелектуальних систем на виробництві.
Спосіб навчання (аудиторне, дистанційне навчання): 
аудиторне
Необхідні обов’язкові попередні та супутні модулі: 
Переквізит:
  • Дискретна математика,
  • Системи штучного інтелекту
Кореквізити: —
Зміст навчального модуля: 
Байєсівські задачі інтелектуальних систем. Небайєсівські задачі інтелектуальних систем. Навчання та самонавчання в інтелектуальних системах. Логічні системи розпізнавання об’єктів і явищ. Структурні методи розпізнавання. Лінійні дискримінантні функції. Нейронні мережі. Нечіткі нейронні мережі. Розпізнавання марківських послідовностей. Інтелектуальні системи підтримки прийняття рішень. Інтелектуальні системи керування виробництвом.
Рекомендована література: 
  1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000. — 384 с.
  2. Попов Э.В. и др. Статические и динамические экспертные системы. — М.: Финансы и статистика, 1996. — 320 с.
  3. Джексон П. Введение в экспертные системы. — М.: Вильямс, 2001. — 624 с.
  4. Змитрович А.И. Интеллектуальные информационные системы. — Минск: Тетрасистемс, 1997. — 367 с.
  5. Кокорева Л.В., Перевозчикова О.Л. Диалоговые системы и представление знаний. — Киев: Наукова думка, 1993. — 446 с.
  6. Любарский Ю.Д. Интеллектуальные информационные системы. — М.: Наука, 1990. — 350 с.
  7. Тугенгольд А.К., Рубанчик В.Б. Искусственный интеллект в машиностроительных технологических системах: Учеб. пособие /ДГТУ , 1996. — 140 с.
Форми та методи навчання: 
лекції, лабораторні заняття, самостійна робота
Методи і критерії оцінювання: 
  • Поточний контроль (40%): письмові звіти з лабораторних робіт, розрахункова робота, усне опитування
  • Підсумковий контроль (60%, іспит): тестування (60%).
Мова навчання: 
українська
Спеціалізація: 
Системи і методи прийняття рішень