|
|
|
|
Окончание табл. 5.2 |
|
№ |
Наименование |
|
Содержание раздела |
Количест |
|
п/п |
темы |
|
|
во часов |
|
|
|
|
|||
|
|
|
5. |
Архитектура диссертации. Категорийный аппарат, по- |
|
|
|
|
нятия, термины, дефиниции, теории, концепции, их соотноше- |
|
|
|
|
|
ние. Распределение и структура материала. |
|
|
|
|
|
6. |
Раскрытие задач, интерпретация данных, синтез основ- |
|
|
|
|
ных результатов. |
|
|
|
|
|
7. |
Правила и научная этика цитирования: научные школы, |
|
|
|
|
направления, персоналии. |
|
|
|
|
|
8. |
Научный аппарат диссертации по техническим наукам. |
|
|
|
|
Жанр и лицо изложения материала. Академический стиль и |
|
|
|
|
|
особенности языка диссертации. |
|
|
|
|
|
9. |
Магистерская, кандидатская и докторская диссертация |
|
|
|
|
по техническим наукам: основные требования к содержанию и |
|
|
|
|
|
оформлению. Жанровые особенности разделов диссертации. |
|
|
|
|
|
10. |
Оформление диссертационной работы, соответствие |
|
|
|
|
государственным стандартам, представление к защите, проце- |
|
|
|
|
|
дура публичной защиты. |
|
|
6 |
Автореферат |
|
1. |
Автореферат как квинтэссенция диссертации. |
|
|
диссертации и |
2. |
Стилевые, жанровые, языковые различия автореферата |
|
|
|
подготовка |
к |
и диссертации. Лицо изложения. |
|
|
|
защите |
|
3. |
Основные требования к автореферату по содержанию, |
|
|
|
|
объему и форме. Фокусирование новизны и положений, выно- |
18 |
|
|
|
|
симых на защиту. |
||
|
|
|
|
||
|
|
|
4. |
Процедура печатания и рассылки автореферата, осо- |
|
|
|
|
бенности списка рассылки. |
|
|
|
|
|
5. |
Автореферат магистерской, кандидатской и докторской |
|
|
|
|
диссертации: различие и сходство. |
|
|
Итого |
|
|
|
108 |
|
Перечень учебной литературы, необходимой для освоения дисциплины
Основная литература:
1.Баскаков, А. Я. Методология научного исследования: учеб. пособие / А. Я. Баскаков, Н. В. Туленков. – Киев, 2004. – 216 с.
2.Кузин, Ф. А. Кандидатская диссертация. Методика написания, правила оформления и порядок защиты. Практическое пособие для аспирантов и соискателей ученой степени / Ф. А. Кузин.– 10-е изд., доп. – М.: Ось-89, 2008. – 224 с.
3.Лапина, О. А. Методология и методы научного исследования: учеб. пособие для магистрантов / О. А. Лапина. – Иркутск, 2014. – 101 с.
Дополнительная литература:
1. Поликарпов В.С., Поликарпова Е.В., Поликарпова В.А. Методология научных исследований. Министерство образования и науки российской федерации. Федеральное государственное автономное образовательное учреждение высшего профессионального образования «южный федеральный университет».
11
Научно-образовательный центр «Методологические проблемынаучных исследований». -Ростов-на-Дону, 2014. - 96 с.
2. Рыжков И.Б. Основы научных исследований и изобретательства: учебное пособие для вузов / И.Б. Рыжков. – Санкт-Петербург.: Лань, 2012. – 222 с.
5.2.Основы искусственного интеллекта
Общая трудоемкость дисциплины «Основы искусственного интеллекта» составляет 4 з.е.
Распределение трудоемкости дисциплины по видам занятий представлена в табл. 5.3.
Таблица 5.3
Распределение трудоемкости дисциплины «Основы искусственного интеллекта»
|
|
Виды учебной работы |
|
Всего |
Семестр |
|
|||
|
|
|
часов |
2 |
|
|
|||
|
|
|
|
|
|
|
|
||
|
|
Аудиторные занятия (всего) |
|
36 |
36 |
|
|
||
|
|
В том числе: |
|
|
|
|
|
|
|
|
|
Лекции |
|
|
|
18 |
18 |
|
|
|
|
Практические занятия (ПЗ) |
|
18 |
18 |
|
|
||
|
|
Самостоятельная работа |
|
108 |
108 |
|
|
||
|
|
Курсовая работа |
|
+ |
+ |
|
|
||
|
|
Виды промежуточной аттестации - зачет |
|
+ |
+ |
|
|
||
|
|
Общая трудоемкость: |
|
|
|
|
|
||
|
|
академические часы |
|
144 |
144 |
|
|
||
|
|
зач.ед. |
|
|
|
4 |
4 |
|
|
|
Содержание разделов дисциплины и распределение трудоемкости по ви- |
||||||||
дам занятий представлено в табл. 5.4. |
|
|
Таблица 5.4 |
||||||
|
|
|
|
|
|
|
|||
|
|
|
|
Содержание раздела |
|
|
|
||
|
|
|
|
|
|
|
|
||
№ |
Наименование |
Содержание раздела |
|
|
|
|
СРС |
||
п/п |
темы |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||
|
Современные на- |
Основные понятия искусственного интеллекта. Основ- |
|
|
|||||
|
правления |
искус- |
ные подходы к построению систем искусственного ин- |
|
|
||||
|
ственного |
интел- |
теллекта. Архитектура и основные составные части сис- |
|
18 |
||||
|
лекта. |
|
тем искусственного интеллекта. Структура и функции |
|
|||||
|
|
|
|
||||||
|
|
|
|
интеллектуальных информационных систем. Разновид- |
|
|
|||
|
|
|
|
ности интеллектуальных информационных систем. |
|
|
|||
|
Технология |
соз- |
Экспертные системы (ЭС). Этапы проектирования: иден- |
|
|
||||
|
дания экспертных |
тификация, концептуализация, |
формализация, реализа- |
|
18 |
||||
|
систем. Состав- |
ция, тестирование, опытная эксплуатация. |
Разработка |
|
|
||||
12
|
|
|
|
|
|
|
Продолжение табл. 5.4 |
|
№ |
Наименование |
|
Содержание раздела |
|
СРС |
|||
п/п |
темы |
|
|
|
|
|||
|
|
|
|
|
|
|||
|
ные |
части |
экс- |
прототипов, развитие и модификация проекта. Состав- |
|
|||
|
пертной системы. |
ные части экспертной системы: база знаний, механизм |
|
|||||
|
Организация базы |
вывода, механизмы приобретения и объяснения знаний, |
|
|||||
|
знаний. |
|
|
|
интеллектуальный интерфейс. Участники процесса соз- |
|
||
|
|
|
|
|
|
дания ЭС: эксперты, инженеры по знаниям, конечные |
|
|
|
|
|
|
|
|
пользователи. Организация базы знаний. Декларативная |
|
|
|
|
|
|
|
|
и процедурная формы представления знаний. Основные |
|
|
|
|
|
|
|
|
этапы построения экспертных систем. Идентификация |
|
|
|
|
|
|
|
|
проблемной области. Определение назначения и сферы |
|
|
|
|
|
|
|
|
применения экспертной системы (ЭС), классы решаемых |
|
|
|
|
|
|
|
|
задач и видов используемых знаний. |
|
|
|
Представление |
|
Системы, основанные на правилах (продукционные сис- |
|
||||
|
знаний. Продуци- |
темы). Правила для представления знаний. Рабочая па- |
|
|||||
|
онные |
сети. |
Се- |
мять. Стратегии управления. |
Разрешение конфликтного |
|
||
|
мантические сети. |
множества правил. Простые и расширенные семантиче- |
18 |
|||||
|
Фреймы |
|
|
ские сети. Универсум Эрбрана. Неоднородные семанти- |
||||
|
|
|
|
|||||
|
|
|
|
|
|
ческие сети. Отношения структурного сходства, ассо- |
|
|
|
|
|
|
|
|
циативные и каузальные отношения. Совместность со- |
|
|
|
|
|
|
|
|
бытий. Представление знаний в системах фреймов. |
|
|
|
Методы |
планиро- |
Планирование как поиск доказательства теорем. Плани- |
|
||||
|
вания поведения. |
рование в пространстве состояний. Планирование на ос- |
|
|||||
|
Многоагентные |
|
нове прецедентов. Состояния и траектории. Управляе- |
|
||||
|
системы, динами- |
мые динамические системы, основанные на правилах |
|
|||||
|
ческие |
интеллек- |
Особенности баз знаний динамических систем, основан- |
|
||||
|
туальные систе- |
ных на правилах. Синтез управления для компенсации |
18 |
|||||
|
мы. |
|
|
|
|
возмущений. Подцели и зоны управления. Правила вы- |
||
|
|
|
|
|
|
|||
|
|
|
|
|
|
бора цели. Правила управления. Примеры интеллекту- |
|
|
|
|
|
|
|
|
альных динамических систем. Описание агентов. Функ- |
|
|
|
|
|
|
|
|
ции и формулы. Замыкание состояний. Аксиомы. Стра- |
|
|
|
|
|
|
|
|
тегии применения правил. |
|
|
|
|
|
|
|
||||
|
Методы |
обработ- |
Вероятностный подход: байесовские сети доверия. Не- |
|
||||
|
ки |
неопределен- |
четкий вывод знаний. Методы обработки неопределен- |
|
||||
|
ности знаний. Не- |
ности знаний. Понятие неопределенности знаний и дан- |
|
|||||
|
четкие |
модели |
и |
ных, как неполноты, недостоверности, неточности, мно- |
|
|||
|
мягкие |
вычисле- |
гозначности, качественности |
оценок. Вывод знаний в |
|
|||
|
ния |
|
|
|
|
условиях неполноты и недостоверности данных - оценка |
18 |
|
|
|
|
|
|
|
шансов и рисков в ситуационном анализе, обработка ус- |
||
|
|
|
|
|
|
|
||
|
|
|
|
|
|
ловных вероятностей. Особенности нечеткого вывода - |
|
|
|
|
|
|
|
|
качественной интерпретации количественных данных, |
|
|
|
|
|
|
|
|
построения оценочных шкал, расчет рейтингов, построе- |
|
|
|
|
|
|
|
|
ние функций принадлежности, способы объединения ко- |
|
|
|
|
|
|
|
|
эффициентов уверенности в процессе нечеткого вывода. |
|
|
|
Приобретение |
|
|
Извлечение знаний из данных. Выбор методов и средств |
|
|||
|
знаний, машин- |
решения трудно формализуемых задач. Источники зна- |
|
|||||
|
ное |
обучение |
и |
ний для интеллектуальных систем. Прямые методы при- |
18 |
|||
|
автоматическое |
|
обретения знаний. Семантические связи. Прямые методы |
|
||||
|
порождение гипо- |
приобретения связей. Интервью. Сценарий выявления |
|
|||||
13
|
|
|
Окончание табл. 5.4 |
|
№ |
Наименование |
Содержание раздела |
|
СРС |
п/п |
темы |
|
||
|
|
|
||
|
тез. Нейросетевой |
сходства. Машинное обучение. Индуктивный характер |
|
|
|
подход. |
обучения. Полный перебор. |
Эвристический поиск. Ин- |
|
|
|
дуктивный алгоритм построения деревьев решений. |
|
|
|
|
Оценка обучающих алгоритмов. Машинное обучение в |
|
|
|
|
языке исчисления предикатов первого порядка. Нейрон- |
|
|
|
|
ные сети: основные понятия и области применения. |
|
|
|
|
Обучение нейронной сети. |
|
|
|
Итого |
|
|
108 |
Перечень учебной литературы, необходимой для освоения дисциплины
1.Глухих, И. Н. Интеллектуальные информационные системы: учеб. пособие / И. Н. Глухих. – М.: Академия, 2010. – 109 с.
2.Раннев, Г. Г. Интеллектуальные средства измерений: учебник / Г. Г. Раннев. – М.: Академия, 2011. – 262 с.
3.Сысоев, Д. В. Введение в теорию искусственного интеллекта: учеб. пособие / Д. В. Сысоев, О. В. Курипта, Д. К. Проскурин. – Воронеж: [б. и.],
2014. – 170 с.
4.Мокрозуб, В. Г. Интеллектуальные информационные системы автоматизированного конструирования технологического оборудования: монография / В. Г. Мокрозуб. – Тамбов: ТГТУ, 2011. – 127 с.
5.Карданская, Н. Л. Управленческие решения: учебник / Н. Л. Карданская. – Москва: ЮНИТИ-ДАНА, 2012. – 439 с.
6.Головинский, П. А. Интеллектуальные информационные системы: Теоретические основы и приложения / П. А. Головинский. – Воронеж: Цифровая полиграфия, 2015.
7.Головинский, П. А. Моделирование искусственных нейронных сетей: методические указания/ П. А. Головинский, Е. А. Михин. – Воронеж:
ВГАСУ, 2014. – 45 с.
8.Головинский, П. А. Нечеткая логика: методические указания / П. А. Головинский, А. А. Дробышев. – Воронеж: ВГАСУ, 2014. – 40 с.
9.Головинский, П. А. Нейронные сети: метод. указания / П. А. Головинский, В. В. Черных. – Воронеж: ВГАСУ, 2008. – 27 с.
10.Головинский, П. А. Математические методы принятия управленческих решений в строительстве: учеб. пособие / Воронеж. гос. архит.-строит. ун- т. – Воронеж: Отдел оперативной полиграфии ВГАСУ, 2008. – 91 с.
14
5.3.Модели и методы анализа больших данных
Общая трудоемкость дисциплины «Модели и методы анализа больших данных» составляет 5 з.е.
Распределение трудоемкости дисциплины по видам занятий представлено в табл. 5.5.
Таблица 5.5
Распределение трудоемкости дисциплины «Модели и методы анализа больших данных»
Виды учебной работы |
Всего часов |
Семестры |
|
3 |
|||
|
|
||
Аудиторные занятия (всего) |
90 |
90 |
|
В том числе: |
|
|
|
Лекции |
36 |
36 |
|
Практические занятия (ПЗ) |
36 |
36 |
|
Лабораторные работы (ЛР) |
18 |
18 |
|
Самостоятельная работа |
54 |
54 |
|
Курсовой проект |
+ |
+ |
|
Часы на контроль |
36 |
36 |
|
Виды промежуточной аттестации - экзамен |
+ |
+ |
|
Общая трудоемкость: |
|
|
|
академические часы |
180 |
180 |
|
зач.ед. |
5 |
5 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий показано в табл. 5.6.
|
|
Таблица 5.6 |
||
|
|
Содержание раздела |
|
|
|
|
|
|
|
№ |
Наименование |
Содержание раздела |
СРС |
|
п/п |
темы |
|||
|
|
|||
1 |
Сбор данных |
Чтение файлов. Работа с текстовыми файлами. Извлечение |
|
|
|
|
данных из веб-ресурсов. Анализ кода HTML. Использование |
8 |
|
|
|
программных интерфейсов. Пример: Twitter API. Язык запро- |
||
|
|
|
||
|
|
сов SQL и NoSQL СУБД. |
|
|
2 |
Рабата с данными |
Установка и использование пакета Pandas.Объекты библиоте- |
|
|
|
в пакете Pandas |
ки. Индексация и выбор данных. Операции с данными. Обра- |
|
|
|
|
ботка отсутствующих данных. Снижение размерности. Ие- |
8 |
|
|
|
рархическая индексация. Объединение наборов данных. Агре- |
||
|
|
гирование и группировка. Сводные таблицы. Векторизованные |
|
|
|
|
операции над строками. Работа с временными рядами. |
|
|
15