• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Искусственный интеллект и когнитивные системы

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс по выбору (Анализ больших данных в бизнесе, экономике и обществе)
Направление: 01.04.02. Прикладная математика и информатика
Когда читается: 2-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Прогр. обучения: Анализ больших данных в бизнесе, экономике и обществе
Язык: русский
Кредиты: 8
Контактные часы: 64

Программа дисциплины

Аннотация

Является дисциплиной по выбору. Целью освоения дисциплины «Искусственный интеллект и когнитивные системы» является ознакомление с базовыми принципами работы искусственного интеллекта и выработке навыков моделирования когнитивных систем. После прохождения курса студенты будут ориентироваться в подходах к созданию систем искусственного интеллекта: основанных на знании (knowledge-based), нейронных сетях; ориентироваться в алгоритмических основах интеллектуальных систем, а также проектировании сложных информационных систем с использованием искусственного интеллекта.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Искусственный интеллект и когнитивные системы» является ознакомление с базовыми принципами работы искусственного интеллекта и выработке навыков моделирования когнитивных систем. После прохождения курса студенты будут ориентироваться в подходах к созданию систем искусственного интеллекта: основанных на знании (knowledge-based), нейронных сетях; ориентироваться в алгоритмических основах интеллектуальных систем, а также проектировании сложных информационных систем с использованием искусственного интеллекта.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные направления исследований в области искусственного интеллекта. Владеет понятием нейросетевого подхода к созданию интеллектуальных систем. Владеет понятием экспертной системы (ЭС).
  • Знает основные парадигмы представления знаний, их преимущества и недостатки
  • Знает основные парадигмы представления знаний, их преимущества и недостатки. Демонстрирует понимание современного состояния и тенденций развития систем, базирующихся на знаниях
  • Способен принимать решения о целесообразности выбора того или иного способа представления знаний. Способен разработать экспертную систему, основанную на знаниях
  • Способен отличить знания от простой информации. Владеет понятиями релевантности; критериев смыслового соответствия; критериев выдачи. Владеет понятием интеллектуальной информационной системы (ИИС). Знает основные компоненты ИИС, классификацию Владеет знаниями извлечения знаний из данных. Знает системы и средства Data Mining и Knowledge Discovery.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в искусственный интеллект
  • Базы знаний
  • Основные средства представления знаний и организация вывода в ЭС
  • Разработка и реализация ЭС
  • Интеллектуальные информационные системы
Элементы контроля

Элементы контроля

  • неблокирующий Эссе
    Структурированное эссе по научным статьям про применение нейронных сетей, обучения с подкреплением или систем, основанных на правилах
  • неблокирующий Идея проекта
    Проект выполняется в группах из 1-3 участников. Возможны два варианта проекта 1) система на основе правил. 2) система с использованием нейронных сетей.
  • неблокирующий Проект
    Реализованный проект из "Идеи проекта". Проект выполняется в группах из 1-3 участников. Возможны два варианта проекта 1) система на основе правил. В зависимости от числа участников группы меняется минимальное число правил (1 участник -- минимум 10 правил, 2 участника -- минимум 16 правил, 3 участника -- минимум 22 правила). Обязательное условие -- должны быть промежуточные правила (например, по каким-то критериям определяется сложность заказа, а потом сложность заказа используется для окончательного вывода). 2) система с использованием нейронных сетей. Тема -- на ваш выбор, базовый вариант -- написание нейронной сети, играющей в какую-либо игру. Возможно вместо реализации проекта зачесть онлайн-курс по нейронным сетям, если есть примеры собственного кода по применению нейронных сетей (не обязательно в рамках этого курса)
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.15 * Идея проекта + 0.5 * Проект + 0.35 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Методы искусственного интеллекта / Осипов Г.С. - М.:Физматлит, 2011. - 296 с.: ISBN 978-5-9221-1323-6 - Режим доступа: http://znanium.com/catalog/product/544787

Рекомендуемая дополнительная литература

  • Экспертные системы САПР : учеб. пособие / А.Л. Ездаков. — М. : ИД «ФОРУМ» : ИНФРА-М, 2019. — 160 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/1019415