Навчальна дисципліна

Основи штучного інтелекту

Освітньо-професійна програма: «Комп’ютерні науки»

Галузь знань: 12 «Інформаційні технології»

Спеціальність: 122 «Комп’ютерні науки»

Обсяг дисципліни, кредити ЄКТС / години: 3 кредити ЄКТС / 90 год

Навчальна дисципліна вибіркова

Українська

Лекції та практичні заняття

Денна дистанційна

Залік

Оцінювання проводиться за 100-бальною шкалою ЄКТС

Авторський курс

Циклова комісія інформаційних технологій та фізико-математичних дисциплін

Предмет вивчення

Дисципліна «Основи штучного інтелекту» призначена для ознайомлення студентів із концепціями штучного інтелекту, а також набуття навичок створення експертних систем, навчальних баз та роботи з нейронними мережами. Це досягається через вивчення концепцій і підходів до роботи штучного інтелекту, ознайомлення із сучасними інструментами та практичну роботу зі створення власних рішень на базі штучного інтелекту.

Мета вивчення

Метою вивчення дисципліни «Основи штучного інтелекту» є ознайомлення з концепціями штучного інтелекту, набуття навичок створення експертних систем, навчальних баз, роботи з нейронними мережами.

Розуміти основні методи й технології об’єктоорієнтованого та компонентного програмування. 

Знати методології, методи, моделі, процеси й технології життєвого циклу розробки та тестування програмного забезпечення. 

Застосовувати сучасні мови програмування та технології для розробки програмного забезпечення розподілених систем. 

Знати основні принципи функціонування системного та прикладного програмного забезпечення. 

Компетентності

Здатність розв'язувати спеціалізовані задачі в галузі інформаційних технологій або в процесі навчання, що вимагає застосування положень і методів комп’ютерних наук та може характеризуватися певною невизначеністю умов; нести відповідальність за результати своєї діяльності; здійснювати контроль інших осіб у визначених ситуаціях. 
Здатність зберігати та примножувати моральні, культурні, наукові цінності й досягнення суспільства на основі розуміння історії та закономірностей розвитку предметної галузі, її місця в загальній системі знань про природу й суспільство та в розвитку суспільства, техніки й технологій, використовувати різні види та форми рухової активності для активного відпочинку та ведення здорового способу життя. 
Здатність до абстрактного мислення, аналізу та синтезу. 
Знання та розуміння предметної галузі та розуміння професійної діяльності. 
Здатність вчитися й опановувати сучасні знання.
Здатність розробляти, аналізувати та застосовувати ефективні алгоритми для розв’язання конкретних професійних задач залежно від предметного середовища. 
Здатність здійснювати проєктування та розробку програмного забезпечення.
Здатність застосовувати принципи й методи побудови та використання мережевих технологій. 
Здатність застосовувати сучасні методи, технології та інструментальні засоби проєктування й створення програмних систем та їх супровід.

Зміст дисципліни

Модуль 1. Загальні положення систем штучного інтелекту.
Лекція 1. Поняття та означення штучного інтелекту (ШІ).
Лекція 2. Великі дані в сучасних системах та їхня роль.
Практичне заняття 1. Робота з даними за допомогою Python.
Практичне заняття 2. Парсинг даних за допомогою Python.
Лекція 3. Представлення даних у ШІ. Експертні системи.
Практичне заняття 3. Створення експертних систем.
Лекція 4. Семантичні мережі. Фреймові моделі.
Лекція 5. Семантичний аналіз тексту. Онтології.
Практичне заняття 4. Аналіз новин за допомогою Python.
Практичне заняття 5. Розв'язання задач прогнозування.
Змістовий модуль 2. Нейронні мережі.
Лекція 6. Введення в нейронні мережі. Структура та навчання.
Лекція 7. Згорткові нейронні мережі.
Практичне заняття 6. Класифікація за допомогою згорткової мережі. Частина 1.
Практичне заняття 7. Класифікація за допомогою згорткової мережі. Частина 2.
Лекція 8. Задачі розпізнавання образів.
Практичне заняття 8. Розпізнавання образів за допомогою згорткової мережі. Частина 1.
Практичне заняття 9. Розпізнавання образів за допомогою згорткової мережі. Частина 2.
Лекція 9. Використання наявних моделей нейронних мереж.
Практичне заняття 10. Робота з YOLO.
Лекція 10. Інтелектуальні асистенти на базі ШІ. Chat GPT, Copilot, Bard.
Практичне заняття 11. Інтеграція з інтелектуальними асистентами за допомогою Python.
Практичне заняття 12. Генеративні нейронні мережі. Частина 1.
Практичне заняття 13. Генеративні нейронні мережі. Частина 2.

Основи програмування, архітектура та проєктування програмного забезпечення, об’єктоорієнтоване програмування, технології Computer Vision, алгоритми та структури даних.

Технології Data Science, програмування для вбудованих систем реального часу та мобільних платформ.

Методи навчання

Лекції з використанням інтерактивних засобів навчання. Аудіо- та відеопрезентації. Ілюстрації. Практична робота спрямована на використання набутих знань у розв’язанні практичних завдань. 

Організація навчання

Завдання, передбачені програмою дисципліни, мають бути виконані у встановлені терміни.

Самостійна робота передбачає самостійне опрацювання питань за темами занять, поглиблене опрацювання додаткових теоретичних питань, а також виконання завдань із метою закріплення теоретичного матеріалу.

Після завершення аудиторних занять здобувачі освіти мають можливість підвищити підсумкову рейтингову оцінку за встановленим графіком.

Ліквідація академічної заборгованості відбувається протягом двох тижнів за встановленим графіком.

Академічна доброчесність

Здобувачі освіти зобов’язані дотримуватися принципів академічної доброчесності, а саме:

самостійно виконувати навчальні завдання поточного та підсумкового контролю без використання зовнішніх джерел інформації, крім дозволених;
подання на оцінювання лише самостійно виконаної роботи, що не є запозиченою або переробленою з іншої, виконаної третіми особами;
під час роботи над завданнями, користуючись інтернет-ресурсами та іншими джерелами інформації, студенти зобов’язані зазначити джерело, використане під час виконання завдання.

У разі виявлення факту академічного плагіату студенти отримують за завдання 0 балів і зобов’язані повторно виконати завдання, які передбачені цим курсом.

Рекомендована література та інтернет-ресурси

Завантажити PDF