Материал: Самостоятельная работа студентов. методические указания к организации самостоятельной работы студентов направления прикладная информатика. Головинский П.А., Шаталова А.О
Перечень учебной литературы, необходимой для освоения дисциплины
1.Головинский, П.А. Математические модели. Теоретическая физика и анализ сложных систем. От нелинейных колебаний до искусственных нейронов
исложных систем. Книга 2 / П. А. Головинский. – М., 2017.
2.Головинский, П. А. Интеллектуальные информационные системы: теоретические основы и приложения / П. А. Головинский, И. С. Суровцев. – Воронеж: Цифровая полиграфия, 2015.
2.Николенко С. Глубокое обучение. Погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская. – СПб: Питер, 2018.
5.Гудфеллоу Ян, Курвилль Аарон, Бенджио Иошуа. Глубокое обучение / Ян Гудфеллоу, Аарон Курвилль, Иошуа Бенджио. – М.: ДМК Пресс, 2018.
6.Хайкин, С. Нейронные сети / С. Хайкин. – М.: Вильямс, 2019.
5.9.Статистический анализ и случайные процессы
Общая трудоемкость дисциплины «Статистический анализ и случайные процессы» составляет 4 з.е.
Распределение трудоемкости дисциплины по видам занятий представлена в табл. 5.17.
Таблица 5.17
Распределение трудоемкости дисциплины «Статистический анализ и случайные процессы»
Виды учебной работы |
Всего |
Семестр |
|
часов |
3 |
||
|
|||
Аудиторные занятия (всего) |
36 |
36 |
|
В том числе: |
|
|
|
Лекции |
18 |
18 |
|
Практические занятия (ПЗ) |
18 |
18 |
|
Самостоятельная работа |
108 |
108 |
|
Виды промежуточной аттестации - зачет с |
+ |
+ |
|
оценкой |
|||
|
|
||
Общая трудоемкость: |
|
|
|
академические часы |
144 |
144 |
|
зач.ед. |
4 |
4 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий представлено в табл. 5.18.
26
|
|
Таблица 5.18 |
|
|
|
Содержание раздела |
|
|
|
|
|
№ |
Наименование темы |
Содержание раздела |
СРС |
п/п |
|
|
|
1 |
Методы анализа и обра- |
Математическое моделирование. Математическая стати- |
|
|
ботки данных. |
стика. Выборка. Вероятность. Условная вероятность. |
|
|
|
Случайные величины. Вероятности и средние значения. |
18 |
|
|
Основные формулы комбинаторики. Основные |
|
|
|
статистические распределения. Нормальное |
|
|
|
распределение. Распределение хи-квадрат. |
|
2 |
Линейный |
Регрессионный анализ. Множественная линейная рег- |
15 |
|
регрессионный анализ. |
рессия. Оценка точности регрессии. |
|
|
|
|
|
3 |
Анализ временных ря- |
Временные ряды. Характеристики временных рядов. |
|
|
дов. |
Анализ временных рядов. Случайная компонента ряда. |
25 |
|
|
Практический анализ и построение прогноза. |
|
4 |
Многомерный |
Многомерные данные. Метрика. Факторный анализ. |
|
|
статистический анализ. |
Кластерный анализ. Статистическое распознавание ка- |
25 |
|
|
тастроф. |
|
5 |
Статистические методы |
Статистическая постановка задачи анализа данных. Об- |
|
|
машинного обучения |
зор методов машинного обучения. Методы с восстанов- |
25 |
|
|
лением распределений. Методы, конструирующие |
|
|
|
решающие правила. |
|
|
|
Итого |
108 |
Перечень учебной литературы, необходимой для освоения дисциплины
Основная литература:
1.Симчера, В. М. Методы многомерного анализа статистических данных: учеб. пособие / Симчера В. М. – Москва: Финансы и статистика, 2014. – 400 с.
2.Нестеров, С. А. Интеллектуальный анализ данных средствами MS SQLServer 2008 / С. А. Нестеров. – 2-е изд., испр. – Москва: Национальный Открытый Университет «ИНТУИТ», 2016. – 338 с.
3.Пальмов, С. В. Интеллектуальный анализ данных: учеб. пособие / С. В. Пальмов [Электронный ресурс]. Режим доступа: http://www.iprbookshop.ru/75376.html
Дополнительная литература:
1.Секлетова, Н. Н. Системный анализ и принятие решений: учеб. пособие [Электронный ресурс] / Н. Н. Секлетова, А. С. Тучкова. Режим доступа: http://www.iprbookshop.ru/75407.html
2.Семенов, А. Интеллектуальные системы: учеб. пособие / А. Семенов [Электронный ресурс]. Режим доступа: http://biblioclub.ru/index.php? page=book&id=259148
27
3. Интеллектуальный анализ данных в управлении производственными системами (подходы и методы): монография / Л. А. Мыльников, Б. Краузе, М. Кютц, К. Баде, И. А. Шмидт. – Москва: БИБЛИО-ГЛОБУС, 2017. – 334 с.
5.10. Имитационное моделирование
Общая трудоемкость дисциплины «Имитационное моделирование» составляет 5 з.е.
Распределение трудоемкости дисциплины по видам занятий показано в табл. 5.19.
|
|
|
|
|
|
|
|
Таблица 5.19 |
||
|
|
Распределение трудоемкости дисциплины «Имитационное |
|
|||||||
|
|
|
|
моделирование» |
|
|
|
|
||
|
|
Виды учебной работы |
|
|
Всего |
Семестры |
|
|
||
|
|
|
|
часов |
3 |
|
|
|||
|
|
|
|
|
|
|
|
|
||
|
|
Аудиторные занятия (всего) |
|
|
54 |
54 |
|
|
||
|
|
В том числе: |
|
|
|
|
|
|
|
|
|
|
Лекции |
|
|
|
18 |
18 |
|
|
|
|
|
Практические занятия (ПЗ) |
|
|
36 |
36 |
|
|
||
|
|
Лабораторные работы (ЛР) |
|
|
– |
– |
|
|
||
|
|
Самостоятельная работа |
|
|
126 |
126 |
|
|
||
|
|
Курсовой работа |
|
|
|
+ |
+ |
|
|
|
|
|
Часы на контроль |
|
|
|
– |
– |
|
|
|
|
|
Виды промежуточной аттестации - зачет |
|
+ |
+ |
|
|
|||
|
|
Общая трудоемкость: |
|
|
|
|
|
|
||
|
|
академические часы |
|
|
|
180 |
180 |
|
|
|
|
|
зач.ед. |
|
|
|
5 |
5 |
|
|
|
|
Содержание разделов дисциплины и распределение трудоемкости по ви- |
|||||||||
дам занятий показано в табл. 5.20. |
|
|
|
|
|
|
||||
|
|
|
|
Содержание раздела |
|
Таблица 5.20 |
||||
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
№ |
Наименование темы |
|
|
Содержание раздела |
|
|
СРС |
|||
п/п |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
Основные методы моде- |
Основы построения имитационных моделей сложных |
|
|||||||
|
лирования динамики |
|
|
систем. |
|
|
|
14 |
||
|
|
сложных систем |
|
|
|
|
|
|
|
|
2 |
Обзор численных методов |
|
Численное решение систем обыкновенных уравнений. |
|
||||||
|
решения уравнений и сис- |
Численное решение систем обыкновенных дифферен- |
14 |
|||||||
|
|
тем уравнений |
|
|
циальных уравнений. |
|
|
|
||
3 |
Агентное моделирование |
|
Процедура разработки агентной модели. |
14 |
||||||
28
Окончание табл. 5.20
№ |
Наименование темы |
Содержание раздела |
СРС |
п/п |
|
|
|
|
|
|
|
4 |
Подходы к дискретно- |
Методы имитационного моделирования сложных ди- |
|
|
событийному моделиро- |
намических систем |
14 |
|
ванию систем |
|
|
5 |
Стохастическое и эволю- |
Методы построения генетических алгоритмов. |
28 |
|
ционное моделирование |
|
|
|
|
|
|
6 |
Примеры использования |
Динамическая модель управления беспилотным лета- |
|
|
имитационных моделей |
тельным аппаратом. Динамическая модель биржевых |
|
|
|
торгов. Динамическая модель системы «хищник- |
42 |
|
|
жертва». Динамическая модель дорожного движения. |
|
|
|
Динамическая модель поведения толпы |
|
|
|
Итого |
126 |
Перечень учебной литературы, необходимой для освоения дисциплины
1.Мешечкин, В. В. Имитационное моделирование [электронный ресурс] / В. В. Мешечкин, М. В. Косенкова. – Электронные текстовые данные. – Кемерово: Кемеровский государственный университет, 2012. – 116 с.
Режим доступа: http://biblioclub.ru/index.php?page=book_red&id=232371&sr=1
2.Лялин, В. Е. Математическое моделирование и информационные технологии в экономике предприятия: учебное пособие / В. Е. Лялин, А. Г. Схиртладзе, В. П. Борискин. – Старый Оскол: ТНТ, 2014. – 291 с.
3.Орлов, А. И. Организационно-экономическое моделирование: теория принятия решений: учебник / А. И. Орлов. – М.: КноРус, 2015. – 567 с.
4.Советов, Б. Я., Яковлев С. А. Моделирование систем: учебник. – 7-е изд. – Издательство Юрайт, 2014.
5.11. Системы нечеткой логики и нечеткого вывода
Общая трудоемкость дисциплины «Системы нечеткой логики и нечеткого вывода» составляет 5 з.е.
Распределение трудоемкости дисциплины по видам занятий представлено в табл. 5.21.
Таблица 5.21
Распределение трудоемкости дисциплины «Системы нечеткой логики и нечеткого вывода»
|
|
|
|
Виды учебной работы |
Всего |
Семестры |
|
часов |
3 |
||
|
|||
Аудиторные занятия (всего) |
54 |
54 |
|
В том числе: |
|
|
29
Окончание табл. 5.21
Виды учебной работы |
Всего |
Семестры |
|
часов |
3 |
||
|
|||
Лекции |
18 |
18 |
|
Практические занятия (ПЗ) |
36 |
36 |
|
Самостоятельная работа |
126 |
126 |
|
Курсовая работа |
+ |
+ |
|
Виды промежуточной аттестации - зачет |
+ |
+ |
|
Общая трудоемкость: |
|
|
|
академические часы |
180 |
180 |
|
зач.ед. |
5 |
5 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий показано в табл. 5.22.
|
|
Таблица 5.22 |
||
|
|
Содержание раздела |
|
|
|
|
|
|
|
№ |
Наименование |
Содержание раздела |
СРС |
|
п/п |
темы |
|||
|
|
|||
1 |
Нечеткие мно- |
Понятие принадлежности. Понятие нечеткого подмножества. |
|
|
|
жества |
Функция принадлежности нечеткого подмножества и ее вид. |
|
|
|
|
Свойства нечётких подмножеств. Нечёткое включение и нечёт- |
|
|
|
|
кое равенство множеств. Теоретико-множественные операции |
20 |
|
|
|
над нечеткими множествами: объединение, пересечение, до- |
||
|
|
|
||
|
|
полнение, разность. Основные свойства операций. Нечеткое |
|
|
|
|
покрытие и нечеткое разбиение множеств. Произведение и |
|
|
|
|
сумма нечётких множеств. |
|
|
2 |
Нечеткие числа |
Основные понятия нечётких чисел. Нечёткое число (L-R) – ти- |
|
|
|
|
па. Нечёткое трапециевидное и нечёткое треугольное числа. |
20 |
|
|
|
Основные операции с нечеткими числами. Проблема и способы |
||
|
|
сравнения нечётких чисел. |
|
|
3 |
Нечеткая логика |
Нечёткая переменная и лингвистическая переменная. Базовое |
|
|
|
и нечеткий вы- |
множество и значения лингвистической переменной. Понятие |
|
|
|
вод |
нечеткого высказывания. Простые и составные нечеткие выска- |
|
|
|
|
зывания. Операции над нечеткими высказываниями: отрицание, |
20 |
|
|
|
конъюнкция, дизъюнкция, импликация, эквивалентность. Не- |
|
|
|
|
четкие логические формулы и их свойства. Нечеткие предикаты |
|
|
|
|
и кванторы. |
|
|
4 |
Нечеткие ап- |
Универсальная аппроксимация с помощью систем нечеткого |
|
|
|
проксимации и |
вывода. Нечеткая аппроксимация функции одной переменной. |
22 |
|
|
ряды |
Нечеткие временные ряды. |
|
|
5 |
Нечеткие ней- |
Понятие нечеткой нейронной сети. Алгоритмы обучения для |
|
|
|
ронные сети |
нечеткой нейронной сети. Нечеткие нейронные сети с генети- |
22 |
|
|
|
ческой настройкой. Приложения генетического проектирова- |
||
|
|
|
||
|
|
ния к построению нечетких нейронных сетей. |
|
|
30