• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Intelligent Systems

2021/2022
Academic Year
RUS
Instruction in Russian
7
ECTS credits
Delivered at:
Department of Information Technologies in Business (Faculty of Computer Science, Economics, and Social Sciences)
Course type:
Elective course
When:
4 year, 1, 2 module

Instructor


Мухин Олег Игоревич

Программа дисциплины

Аннотация

Курс посвящен изучению современных методов компьютерного синтеза моделей, продуцирующих интеллектуальную деятельность, на основе доступной для наблюдения информации об окружающем мире. Рассматриваются математические вопросы формализации, моделирования интеллектуальной деятельности и автоматического решения задач, сформулированных пользователем. Широко обсуждаются вопросы теории познания в приложении к прикладным способам построения формальных систем. Освоение курса позволяет успешно работать в сфере индустриального производства программного обеспечения с возможностями синтеза интеллектуальных реакций компьютерных систем. Особое место уделено универсальным и комплексным методам искусственного интеллекта.
Цель освоения дисциплины

Цель освоения дисциплины

  • приобретение знаний о принципах, способах, методах и приемах представления и обработки ин-формации на основе интеллектуальной технологии для принятия решений в сложных ситуациях и управления сложными системами
  • формирование умений, навыков и компе-тенций по применению методов решения реальных задач и способов построения моделей сложных систем, обладающих интеллектуальными свойствами, в будущей профессио-нальной деятельности
Планируемые результаты обучения

Планируемые результаты обучения

  • Демонстрирует способность классификации моделей представления знаний
  • Использует модели представления знаний в практической деятельности
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Раздел 1. Искусственный интеллект как научное направление, представление знаний, рассуждений и задач; эпистемологическая полнота представления знаний и эвристически эффективные стратегии поиска решения задач
  • Раздел 2. Модели представления знаний: алгоритмические, логические, сетевые и продукционные модели; сценарии; экспертные системы: классификация и структура
Элементы контроля

Элементы контроля

  • неблокирующий Лабораторная работа № 1
  • неблокирующий Лабораторная работа № 2
  • неблокирующий Лабораторная работа № 3
  • неблокирующий Лабораторная работа № 4
  • неблокирующий Самостоятельная работа
    Задача самостоятельной подготовки студента к практическим занятиям состоит в освоении теоретического материала, полученного на лекции, и закреплении его на практических примерах. Отчет по самостоятельной работе студента по дисциплине «Интеллектуальные системы» предоставляется в виде готового решения на практических занятиях. Для получения оценки за прохождение онлайн-курса по его окончании студент должен предоставить:  Отметку о прохождении курса и его контрольных мероприятий.  Базу данных выбранной Вами предметной области и результат обучения системы – модель (дерево, граф, правила, систему уравнений) или базу знаний.  Визуализацию результата (например, диаграмма классов, пространство состояний нейронной сети, разбиение на классы в пространстве признаков).
  • неблокирующий Экзамен
    Экзамен проводится в письменной форме по билетам. В билете 5 вопросов (теория и практика).
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 1 модуль
  • 2021/2022 учебный год 2 модуль
    0.1 * Лабораторная работа № 1 + 0.1 * Лабораторная работа № 2 + 0.1 * Лабораторная работа № 3 + 0.1 * Лабораторная работа № 4 + 0.2 * Самостоятельная работа + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая дополнительная литература

  • Барский А.Б. - Введение в нейронные сети - Национальный Открытый Университет "ИНТУИТ" - 2016 - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100684