Обов’язкова анотована дисципліна здобувачів освітнього ступеня «бакалавр» освітньо-професійної програми
КОМП’ЮТЕРНІ НАУКИ
ОПИС МОДУЛЯ
Назва дисципліни: Основні системні принципи та інтелектуальні системи.
Тип модуля: обов’язковий.
Семестри: 6, 7
Обсяг модуля: загальна кількість годин – 180 ; кількість кредитів ЄКТС – 6.
Результати навчання:
знати: науково-методичні основи і стандарти в області інформаційних технологій, принципи їх застосовування під час розробки та інтеграції систем, продуктів і сервісів інформаційних технологій, парадигми імперативного, об’єктно-орієнтованого, логічного програмування, організації баз даних та операційних систем, основи системного аналізу, моделювання систем, систем штучного інтелекту, методи системних досліджень і їх застосовування під час управління ІТ-проектами, моделювання систем, системного аналізу об’єктів інформатизації, методи прийняття рішень, засоби розробки методів і систем штучного інтелекту, сучасні технології та інструментальні засоби розробки програмних систем, методи їх застосовувати на всіх етапах життєвого циклу, теоретичні і практичні основи системного аналізу для дослідження складних міждисциплінарних проблем різної природи, методи формалізації системних завдань, що мають суперечливі цілі;
здатен продемонструвати: програмну реалізацію алгоритмів розв’язання задач, розробки системного та прикладного програмного забезпечення інформаційних систем і технологій, впровадження нових ідей і варіантів розв’язання задач, комбінування та експериментування оригінальних, конструктивних, економічних та простих рішень.
Програмні результати навчання: ПРН-10.
Необхідні обов’язкові попередні та супутні модулі (пререквізити і кореквізити): алгоритмізація і програмування, дискретні структури, фундаментальні принципи розробки програмного забезпечення, комп’ютерний аналіз.
Зміст навчального модуля. Побудова системних моделей проблемних ситуацій Поняття і закономірності системного аналізу Методи системного аналізу Системний аналіз функціональної структури управління Системний аналіз рішень з інформаційного забезпечення Системний аналіз рішень з алгоритмічного забезпечення систем управління Системний аналіз рішень з процесів актуалізації даних Системний аналіз рішень з інформаційної підтримки процесів прийняття рішень Розкриття невизначеностей у задачах системного аналізу Задачі та методи системного аналізу багатофакторних ризиків Лінійна множинна регресійна модель. Перевірка адекватності моделі. Нелінійне оцінювання параметрів. Кластерний аналіз. Ієрархічна та секційна кластеризації. Методи кластеризації: процедура Мак-Кина, метод k-методів, сітчасті методи, растрова кластеризація об’єктів. Лінійний дискримінантний аналіз. Побудова канонічних та класифікаційних функцій Дерева рішень. Методи опорних векторів, «найближчого сусіда», Байеса. Аналіз багатомірних угруповань Статистична обробка тимчасових рядів і прогнозування Класифікація об’єктів у випадку невідомих розподілень даних Методи оцінювання помилок класифікації Асоціаційні правила. Послідовне відображення шаблонів даних. Метод Apriori, побудова FP-дерев пошуку шаблонів даних. Min-max асоціації у базах даних Побудова hash-дерев Розробка OLAP-кубів під час аналізу багатомірних даних у великих БД. Способи та методи візуального відображення даних. Методи, стадії, задачі Data Mining. Упровадження Data Mining, OLAP і сховищ даних у СППР. Процес Data Mining. Стандарти Data Mining. Інструменти Data Mining.
Види навчальних занять: лекції, лабораторні заняття, самостійна робота.
Форми навчання: денна. заочна, заочна (дистанційна).
Методи навчання: словесний, пояснювально-демонстраційний, репродуктивний, метод проблемного викладання.
Методи контролю: усний, письмовий, тестовий.
Форми підсумкового контролю: залік (семестр 6), екзамен (семестр 7).
Засоби діагностики успішності навчання: модульний контроль, тестування, усне опитування, завдання для контрольної роботи, індивідуальне завдання.
Мова навчання: українська.
