Навчання > Видобування даних з використанням ШНМ (інформатика)

Видобування даних з використанням ШНМ (інформатика)

Тип: На вибір студента

Кафедра: дискретного аналізу та інтелектуальних систем

Навчальний план

СеместрКредитиЗвітність
84Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
828доцент Колос Н. М.

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
828ПМі-43доцент Колос Н. М., Пелюшкевич О. В.

Опис курсу

Штучні нейронні мережі є одним з основних напрямків сучасної теорії штучного інтелекту. В даному курсі досліджується структура, властивості та застосування штучних нейронних мереж.

Розглядається багато прикладів, практичних задач та комп’ютерних експерементів. Реалізуються штучні нейронні мережі та алгоритми їх навчання для задач класифікації, кластерного аналізу, прогнозування даних.

Метою даного курсу є навчити студентів створювати методи та високоефективні інформаційні технології класифікації на основі нейроподібних структур для завдань видобування даних. Розглядаються задачі кластеризації. Основна увага зосереджена на теорії мереж Кохонена та вирішенні задач видобування даних з їх допомогою.

Основним завданням курсу є аналіз розроблених методів вилучення явних знань з нейронних мереж із зазначенням їх обмежень і областей застосовності. А також моделювання та тестування деяких штучних нейронних мереж в вибраному користувачем програмному середовищі.

Рекомендована література

Основна:

  1. Субботін С. О. Нейронні мережі : теорія та практика: навч. посіб. / С. О. Субботін. – Житомир: Вид. О. О. Євенок, 2020. – 184 с.
  2. Ardashir Mohammadazadeh. Neural Networks and Learning Algorithms in MATLAB / Ardashir Mohammadazadeh, Mohammad Hosein Sabzalian, Oscar Castillo, Rathinasamy Sakthivel, Fayez F. M. El-Sousy, Saleh Mobayen. – Springer, 2022. – 126 p.
  3. Haykin S. Neural networks and learning machines / Simon Haykin.—3rd ed. Pearson, 2018. – 938 с.
  4. Dunham M.K, Data mining. Introductory and Advanced Topics. / Margaret H. Dunham.—1rd ed. Pearson, 2020. – 336 p.
  5. Neural Network Toolbox [Електронний ресурс]. — Режим доступу: https://www.mathworks.com/products/deep-learning.html
  6. Andrew Ng, Younes Bensouda Mourri, Kian Katanforoosh. Neural Networks and Deep Learning [Онлайн курс]. – Режим доступу: https://www.coursera.org/learn/neural-networks-deep-learning
    Додаткова:
  7. Добровська Л. М.Теорія та практика нейронних мереж : навч. посіб. / Л. М. Добровська, І. А. Добровська. – К. : НТУУ «КПІ» Вид-во «Політехніка», 2015. – 396 c.
  8. Phil Kim. MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence / Phil Kim. – Apress, 2017. – 162 p.
  9. Ю.В. Нікольський, В.В. Пасічник, Ю.М. Щербина, Системи штучного інтелекту, Львів, 2010.
  10. Hecht-Neilson R. Neurocomputing. / R. Hecht-Neilson Addison Wesley,1990.
  11. Руденко О.Г., Бодянський Є.В. Штучні нейронні мережі: Навчальний посібник. – Київ : Компанія СМІТ, 2006. – 404 с.
  12. Тимощук П.В. Штучні нейронні мережі: Навчальний посібник. – Львів : Видавництво Львівської політехніки, 2011. – 444 с.