Код: 317724

Назва:

Машинне навчання

Анотація: Предмет навчальної дисципліни "Машинне навчання" включає основну проблематику застосування класичних методів машинного навчання та найважливіших підходів до розв’язання практичних задач з цієї області. Центральне місце займає висвітлення проблематики і шляхів рішення методів машинного навчання з вчителем та без вчителя. Розглядаються важливі прикладні застосування, зокрема регресійний аналіз, класифікація, кластерізація, нейронні мережі, дерева рішень та випадкові ліси.

Тип дисципліни: нормативна

Рік навчання: 1

Семестр: осінній

Кількість кредитів: 4 (загальна кількість годин - 120 год.; аудиторні години - 44 год.; лекції - 22 год.; семінарські заняття - 22 год.; самостійна робота - 76 год.)

Форма контролю: екзамен

Викладач(і): Ігнатенко О.П.,докт.ф.м.н., доц.

Результати навчання: – знати: основну проблематику області методів машинного навчання та побудови моделей; базові задачі, які вирішуються з використанням методів машинного навчання; методи і алгоритми навчання з вчителем і без вчителя; основні підходи, які використовуються для створення моделей машинного навчання; проблеми, які виникають у системах, які засновані на знаннях; роль і значення глибокого навчання і нейронних мереж, методи машинного та глибокого навчання і особливості їх застосування у сучасних засобах штучного інтелекту.
-вміти: вчитися і оволодівати сучасними знаннями; застосовувати набуті знання в практичних ситуаціях; вибирати потрібний метод вирішення задачі; вибирати і обґрунтовувати метод представлення задачі та підхід, необхідний для вирішення конкретної проблеми; використовувати сучасні технології проектування в розробці алгоритмічного та програмного забезпечення інтелектуальних інформаційних систем; використовувати методи формального опису систем, а також математичні та комп’ютерні моделі для обробки, аналізу, синтезу та оптимізації результатів


Спосіб навчання: аудиторний

Необхідні обовязкові попередні й супутні модулі: Нормативна навчальна дисципліна «Машинне навчання» є складовою циклу професійної підготовки фахівців освітньо-кваліфікаційного рівня “магістр”.

Зміст дисципліни: Предмет навчальної дисципліни "Машинне навчання" включає основну проблематику застосування класичних методів машинного навчання та найважливіших підходів до розв’язання практичних задач з цієї області. Центральне місце займає висвітлення проблематики і шляхів рішення методів машинного навчання з вчителем та без вчителя. Розглядаються важливі прикладні застосування, зокрема регресійний аналіз, класифікація, кластерізація, нейронні мережі, дерева рішень та випадкові ліси.


Рекомендована література: 1. Faul, Anita C. A concise introduction to machine learning. CRC Press, 2019.
2. Deisenroth, Marc Peter, A. Aldo Faisal, and Cheng Soon Ong. Mathematics for machine learning. Cambridge University Press, 2020.
3. Murphy, Kevin P. Probabilistic machine learning: an introduction. MIT press, 2022.


Форми та методи навчання: лекції, семінарські заняття, самостійна робота

Методи й критерії оцінювання: рейтингове оцінювання за 100-бальною системою: поточний контроль - 60 балів (опитування, виступи на семінарах, лабораторні роботи); підсумковий контроль - 40 балів (екзамен).

Мова навчання: українська