Кафедра комп'ютерних наук та прикладної математики

Дисципліна «Методи машинного навчання та обчислювального інтелекту» спрямована на формування у здобувачів освіти фундаментальних знань і практичних навичок у галузі сучасного штучного інтелекту та машинного навчання. Основна мета курсу — навчити здобувачів освіти розуміти принципи роботи різних алгоритмів машинного навчання, оцінювати їх ефективність і застосовувати для вирішення інженерних задач обробки даних, прогнозування та автоматизації.

У межах курсу розглядаються класичні та сучасні підходи до навчання моделей: від регресійних та класифікаційних алгоритмів до нейронних мереж, глибинного навчання, еволюційних обчислень та систем нечіткого логічного висновку. Здобувачі освіти отримують практичні навички обробки даних, побудови моделей та їх валідації, що дозволяє ефективно застосовувати обчислювальний інтелект у розробці програмного забезпечення, наукоємких та бізнес-застосунках.

Курс включає лекційні та лабораторні заняття, під час яких здобувачі освіти:

• освоюють основи математичного апарату машинного навчання;
• аналізують алгоритми класифікації, регресії, кластеризації та зниження розмірності;
• знайомляться з методами оптимізації та еволюційними алгоритмами;
• отримують навички роботи з популярними бібліотеками Python (scikit-learn, TensorFlow, PyTorch).

Результати навчання:
Після закінчення курсу здобувач освіти буде здатний:

1. Аналізувати та вибирати підходящі алгоритми машинного навчання для різних задач.
2. Розробляти та оцінювати моделі на реальних даних.
3. Використовувати сучасні бібліотеки і фреймворки для машинного навчання.
4. Застосовувати принципи обчислювального інтелекту для автоматизації складних процесів

ІПЗ, ПМ

Ярощак С.В., ІПЗ-31, ІПЗ-21інт