1. Цели освоения дисциплины
| 1.1. | Цель дисциплины Подготовка студентов к процессу разработки и применения интеллектуальных автоматизированных информационных систем путем изучения базовых моделей искусственного интеллекта (ИИ), методик автоматизации принятия решений и методов построения интеллектуальных информационных систем. Задачи курса: - изучение основных этапов развития теории искусственного интеллекта; - рассмотрение основных задач, решаемых системами искусственного интеллекта; - изучение основ разработки моделей представления знаний при построении интеллектуальных систем; - рассмотрение теоретических и некоторых практических вопросов создания и эксплуатации экспертных систем; - изучение особенностей разработки моделей предметных областей при построении интеллектуальных систем; - выделение особенностей практического использования интеллектуальных информационных систем в области экономики. |
|---|
2. Место дисциплины в структуре ООП
| Цикл (раздел) ООП: Б1.В.03 |
3. Компетенции обучающегося, формируемые в результате освоения дисциплины
| ПК-1 | Способен проводить обследование организаций, выявлять информационные потребности пользователей, формировать требования к информационной системе |
| ПК-1.1 | Знать методы и технологии обследования организаций, выявления информационных потребности пользователей, формирования требований к информационной системе. |
| ПК-1.2 | Уметь проводить обследование организаций, выявлять информационные потребности пользователей, формировать требования к информационной системе. |
| ПК-1.3 | Владеть навыками проведения обследования организаций, выявления информационных потребностей пользователей, формирования требований к информационной системе. |
| ПК-10 | Способен принимать участие в организации ИТ-инфраструктуры и управлении информационной безопасностью. |
| ПК-10.1 | Знать виды и способы формирования организационных структур информационной службы; международные стандарты управления автоматизированными информационными системами и информационной службой предприятия. |
| ПК-10.2 | Уметь формулировать требования бизнеса и цели внедрения автоматизированной информационной системы. |
| ПК-10.3 | Владеть инструментами стратегического планирования для разработки ИТстратегии; приемами использования информационных технологий для планирования и управления проектами внедрения АИС. |
| ПК-11 | Способен осуществлять презентацию информационной системы и начальное обучение пользователей |
| ПК-11.1 | Знать принципы и методы создания презентаций. |
| ПК-11.2 | Уметь создавать презентационные материалы и проводить презентации. |
| ПК-11.3 | Владеть навыками работы с ПО по управлению и сопровождению проектов, презентации проекта. |
| ПК-2 | Способен разрабатывать и адаптировать прикладное программное обеспечение |
| ПК-2.1 | Знать методы и технологии разработки и адаптации прикладного программного обеспечения. |
| ПК-2.2 | Владеть методами и технологиями разработки и адаптации прикладного программного обеспечения. |
| ПК-2.3 | Иметь навыки применения современных методов и технологий разработки и адаптации прикладного программногообеспечения. |
| ПК-6 | Способен принимать участие во внедрении информационных систем. |
| ПК-6.1 | Знать основные методы внедрения ИС. |
| ПК-6.2 | Уметь проводить анализ методов внедрения ИС. |
| ПК-6.3 | Владеть навыками применения методов внедрения ИС. |
| ПК-7 | Способен настраивать, эксплуатировать и сопровождать информационные системы и сервисы. |
| ПК-7.1 | Знать правила и мероприятия эксплуатации и сопровождения современных информационных систем и сервисов. |
| ПК-7.2 | Уметь организовывать эксплуатацию и сопровождение ИС и сервисов. |
| ПК-7.3 | Владеть навыками управления конфигурацией ИС и сервисов в процессе эксплуатации. |
| В результате освоения дисциплины обучающийся должен | |
| 3.1. | Знать: |
|---|---|
| 3.1.1. | основные задачи, решаемые системами искусственного интеллекта, основные модели представления знаний; основные языки создания систем искусственного интеллекта; способы представления знаний в системах искусственного интеллекта |
| 3.2. | Уметь: |
| 3.2.1. | анализировать архитектуру ЭС с позиций инженера по знаниям и пользователя, создавать простые экспертные и интеллектуальные информационные системы; использовать язык логического программирования для решения задач; создавать системы искусственного интеллекта представленными средствами |
| 3.3. | Иметь навыки и (или) опыт деятельности (владеть): |
| 3.3.1. | навыками работы с базами знаний; способностью оценивать возможность применения конкретной ЭС для решения задач заданного класса; способами представления знаний с помощью инструментальных средств; методами искусственного интеллекта для исследования и решения профессиональных задач; навыком применения языков искусственного интеллекта |
4. Структура и содержание дисциплины
| Код занятия | Наименование разделов и тем | Вид занятия | Курс | Часов | Компетенции | Литература |
|---|---|---|---|---|---|---|
| Раздел 1. Введение | ||||||
| 1.1. | Интеллектуальные системы (ИС), основные свойства, история развития. Виды интеллектуальных систем. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1, Л1.2 |
| 1.2. | Создание интеллектуальных систем. | Лабораторные | 4 | 1 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| 1.3. | Классификация ИС, Составные части ИС, обработка знаний и вывод решений в ИС. Экспертные системы. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л1.2 |
| 1.4. | Методы приобретения и пополнения знаний. Модели представления знаний. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1 |
| 1.5. | Создание интеллектуальных систем. | Лабораторные | 4 | 1 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1, Л1.2 |
| 1.6. | Теория интеллектуальных системы (ИС), основные свойства. Виды интеллектуальных систем. | Сам. работа | 4 | 10 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| Раздел 2. Модели представления знаний | ||||||
| 2.1. | Логическая модель представления знаний, доказательство методом резолюций. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| 2.2. | Продукционная модель, стратегии поиска, поиск в пространстве состояний, эвристические функции. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л1.2 |
| 2.3. | Создание интеллектуальных систем. | Лабораторные | 4 | 1 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1 |
| 2.4. | Создание интеллектуальных систем. | Сам. работа | 4 | 23 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| Раздел 3. Теории сценариев и фреймов | ||||||
| 3.1. | Сценарии, фреймы, концептуальные зависимости и их роль в приобретении знаний. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1 |
| 3.2. | Логика немонотонных рассуждений, представление нечетких данных и знаний, символьное обучение. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| 3.3. | Создание интеллектуальных систем. | Лабораторные | 4 | 1 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1 |
| 3.4. | Теория интеллектуальных системы (ИС), основные свойства. Виды интеллектуальных систем. | Сам. работа | 4 | 26 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| Раздел 4. Нейронные сети | ||||||
| 4.1. | Нейроинформатика. | Лекции | 4 | 0,5 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л2.1 |
| 4.2. | Теория интеллектуальных системы (ИС), основные свойства. Виды интеллектуальных систем. | Сам. работа | 4 | 30 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1, Л1.2 |
| 4.3. | Создание интеллектуальных систем. | Лабораторные | 4 | 2 | ПК-1.1, ПК-1.2, ПК-1.3, ПК-2.1, ПК-2.2, ПК-2.3, ПК-6.1, ПК-6.2, ПК-6.3, ПК-7.1, ПК-7.2, ПК-7.3, ПК-10.1, ПК-10.2, ПК-10.3, ПК-11.1, ПК-11.2, ПК-11.3 | Л1.1 |
5. Фонд оценочных средств
| 5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины |
| ТЕСТЫ 1. Является ли распознавание образов направлением искусственного интеллекта? + Да - Нет 2. Является ли генерация и распознавание речи направлением искусственного интеллекта? + Да - Нет 3. Относятся ли экспертные системы к интеллектуальным информационным системам? + Да - Нет 4. Относятся ли самообучающиеся системы к интеллектуальным информационным системам? + Да - Нет 5. Относятся ли адаптивные системы к интеллектуальным информационным системам? + Да - Нет 6. Какая разновидность экспертных систем основана на интеграции различных источников данных? - Классифицирующие - Трансформирующие + Мультиагентные 7. Для решения каких задач предназначены экспертные системы? + Неформализованных - Формализованных + Стохастических + Детерминированных 8. База знаний является центральным компонентом экспертной системы? + Да - Нет 9. Является ли механизм объяснений компонентом экспертной системы? + Да - Нет 10. Является ли механизм вывода компонентом экспертной системы? + Да - Нет 11. Является ли механизм дообучения компонентом экспертной системы? + Да - Нет 12. Является ли блок предобработки данных компонентом экспертной системы? - Да + Нет 13. Является ли идентификация этапом разработки экспертных систем? + Да - Нет 14. Является ли концептуализация этапом разработки экспертных систем? + Да - Нет 15. Является ли адаптация этапом разработки экспертных систем? + Да - Нет 16. Является ли тестирование этапом разработки экспертных систем? + Да - Нет 17. Является ли обучение этапом разработки экспертных систем? + Да - Нет 18. На чем основана логическая модель представления знаний. - На правилах продукции + На системе исчисления предикатов первого порядка - На фреймах 19. Какое обозначение представляет посылку правила продукции? + Антецедент - Консеквент 20. Какое обозначение представляет заключение правила продукции? - Антецедент + Консеквент 21. Имя фрейма является его атрибутом? + Да - Нет 22. Имя слота является его атрибутом? + Да - Нет 23. Демон является его атрибутом фрейма? + Да - Нет 24. Интеллектуальный интерфейс является атрибутом фрейма? - Да + Нет 25. Сеть является атрибутом фрейма? - Да + Нет 26. Узел является элементом семантической сети? + Да - Нет 27. Дуга является элементом семантической сети? + Да - Нет 28. Является ли стратегией поиска решений в экспертных системах«Поиск в ширину»? + Да - Нет 29. Является ли стратегией поиска решений в экспертных системах «По ключу»? - Да + Нет 30. Является ли стратегией поиска решений в экспертных системах «По индексу»? - Да + Нет 31. Чем определяется значение лингвистической переменной? + Набором вербальных характеристик некоторого свойства. - Набором числовых характеристик некоторого свойства. 32. Относится ли извлечение знаний к стратегии получения знаний? + Да - Нет 33. Относится ли приобретение знаний к стратегии получения знаний? + Да - Нет 34. Относится ли формирование знаний к стратегии получения знаний? + Да - Нет 35. Какие методы относятся к практическому извлечению знаний? + Коммуникативные + Текстологические - Логические + Экспертные 36. Является ли наблюдение пассивным методом извлечения знаний? + Да - Нет 37. Является ли «Мозговой штурм» пассивным методом извлечения знаний? - Да + Нет 38. Является ли интервью активным методом извлечения знаний? + Да - Нет 39. Является ли возможность дообучения приемуществом нейронных сетей? - Да + Нет 40. Является ли отсутствие возможности объяснения результатов решения задачи недостатком нейронных сетей? + Да - Нет 41. Решаются ли задачи оценки при помощи нейронных сетей? + Да - Нет 42. Решаются ли задачи аппроксимации при помощи нейронных сетей? + Да - Нет 43. Решаются ли задачи интегрирования при помощи нейронных сетей? - Да + Нет 44. Решаются ли задачи прогнозирования при помощи нейронных сетей? + Да - Нет 45. Является ли синапс элементом нейрона? + Да - Нет 46. Является ли решатель элементом нейрона? + Да - Нет 47. Какие бывают типы нейронных сетей? + Полносвязные + Многослойные - Замкнутые - Открытые 48. Входит ли в состав нейросетевого интеллектуального блока "Учитель"? - Да + Нет 49. Входит ли в состав нейросетевого интеллектуального блока "Предобработчик"? + Да - Нет 50. Входит ли в состав нейросетевого интеллектуального блока "Экспертная система"? - Да + Нет 51. Стадия существования ИС по степени отработанности: - торговая + коммерческая - научная 52. ЭС, не содержащие знаний ни о какой проблемной области: + оболочки ЭС - символьные языки программирования - системы, автоматизирующие разработку ЭС 53. Окружение для разработки систем ИИ, ориентированных на знания: - оболочки ЭС - символьные языки программирования + системы, автоматизирующие разработку ЭС 54. Языки высокого уровня, ориентированные на построение ЭС: + языки инженерии знаний - символьные языки программирования - системы, автоматизирующие разработку ЭС 55. Языки программирования, ориентированные на создание ЭС и систем ИИ: - языки инженерии знаний + символьные языки программирования - системы, автоматизирующие разработку ЭС 56. Определяет вероятные последствия заданных ситуаций: + ЭС, осуществляющие прогноз - ЭС, выполняющие диагностирование - ЭС, выполняющие проектирование 57. Разрабатывают конфигурацию объектов с учетом набора ограничений, присущих проблеме: - ЭС, осуществляющие прогноз - ЭС, выполняющие диагностирование + ЭС, выполняющие проектирование 58. Сравнивают действительное поведение с ожидаемым поведением системы: + ЭС, осуществляющие наблюдение - ЭС, выполняющие отладку - ЭС, выполняющие обучение 59. Находят рецепты для исправления неправильного поведения устройств: - ЭС, осуществляющие наблюдение + ЭС, выполняющие отладку - ЭС, выполняющие обучение 60. Подвергают диагностике, "отладке" и исправлению ("ремонту") поведения обучаемого: - ЭС, осуществляющие наблюдение - ЭС, выполняющие отладку + ЭС, выполняющие обучение |
| 5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.) |
| не предусмотрено |
| 5.3. Фонд оценочных средств для проведения промежуточной аттестации |
| Вопросы к экзамену 1. Определение ИИ. Основные этапы в истории развития дисциплины об ИИ. 2. Основные подходы к разработкам в области ИИ. Информационный процесс в рамках дисциплин об ИИ.Определение фактуальной и операционной составляющих знания. 3. Пути соединения операционного и фактуального знаний в рамках компьютерной программы. Определение неформализованных задач, их основные типы. 4. Определение и общая схема интеллектуальных систем (ИС). Основная классификация ИС. 5. Направления развития искусственного интеллекта в будущем. 6. Классификация интеллектуальных информационных систем (ИИС). Краткая характеристика основных групп. 7. Экспертные системы (ЭС), основные понятия и определения. Структура ЭС. 8. Обобщенная структура базы знаний (БЗ) и ее взаимодействие с основными компонентами ЭС. 9. Классификация ЭС. Характерные черты ЭС. Определения статической, динамической, квазидинамической ЭС. 10. Структуры статической и динамической ЭС. 11. Инструментальные средства проектирования ЭС.Виды интерфейса пользователя ЭС. 12. Этапы и технология разработки ЭС. 13. Классификация ЭС по типам решаемых задач (основные задачи, примеры). 14. Преимущества и недостатки ЭС. 15. Классификация методов приобретения знаний. 16. Характеристика основных активных индивидуальных методов приобретения знаний. 17. Характеристика активных групповых методов приобретения знаний. 18. Классификация моделей приобретения знаний. 19. Основные классификации моделей представления знаний. 20. Определение и структура продукционной модели представления знаний. Архитектура продукционной системы. 21. Достоинства и недостатки представления знаний с помощью продукций. Примеры продукционных систем. 22. Виды цепочек вывода в продукционных системах. Классификация стратегий разрешения конфликтов. 23. Направления вывода в продукционных системах. Особенности применения каждого вида вывода. 24. Характеристика основных (используемых на практике) видов поиска в пространстве состояний. 25. Семантические сети (основные сведения, примеры, классификация, преимущества и недостатки). Падежные фреймы. 26. Сценарии и фреймы. 27. Основные понятия теории нечетких множеств (определение нечеткого множества, свойства нечетких множеств, основные типы функций принадлежности, определение лингвистической переменной, основные типы и примеры нечетких высказываний). 28. Определение системы нечеткого вывода (СНВ), этапы нечеткого вывода. Пример решения задачи с использованием СНВ. 29. Нейронные сети. Основные сведения. Различия между архитектурами машины фон Неймана и человеческим мозгом. 30. Основные типы задач, решаемых при помощи искусственных нейронных сетей. Модель математического нейрона Маккаллока-Питтса. 31. Персептрон Розенблатта, ограниченность однослойного персептрона. 32. Многослойный персептрон. Типы архитектур нейронных сетей. Виды функций активации. 33. Алгоритм решения задач с применением ИНС. Парадигмы обучения нейронных сетей. |
| Приложения |
|
Приложение 1.
ФОС (ПИЭ - экзамен).doc
|
6. Учебно-методическое и информационное обеспечение дисциплины
| 6.1. Рекомендуемая литература | ||||
| 6.1.1. Основная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л1.1 | Ясницкий Л.Н. | Введение в искусственный интеллект: учеб. пособие для вузов | М.: Академия, 2005 | www.studmed.ru |
| Л1.2 | Храмов В. В., Гвоздев Д. С. | Интеллектуальные информационные системы: интеллектуальный анализ данных: учебное пособие | Ростовский государственный университет путей сообщения (Ростов-на-Дону), 2012 | elibrary.ru |
| 6.1.2. Дополнительная литература | ||||
| Авторы | Заглавие | Издательство, год | Эл. адрес | |
| Л2.1 | А. В. Максимов, Н. М. Оскорбин | Многопользовательские информационные системы: основы теории и методы исследования: монография | Изд-во АлтГУ, 2013 | elibrary.asu.ru |
| 6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет" | ||||
| Название | Эл. адрес | |||
| Э1 | ИСКУССТВЕННЫЙ ИНТЕЛЕКТ. Статьи и литература. http://ai.obrazec.ru/ | |||
| Э2 | Основные понятия и определения.Язык пролог. http://www.techno.edu.ru/db/sect/5896 | |||
| Э3 | Алгоритмы. Методы. Исходники http://algolist.manual.ru/ | |||
| Э4 | Курс в Moodle "Интеллектуальные информационные системы" | portal.edu.asu.ru | ||
| 6.3. Перечень программного обеспечения | ||||
| Среда разработки CLIPS, Deductor Academic, Microsoft Windows, Microsoft Office, 7-Zip, AcrobatReaderMicrosoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно); Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно); Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно); AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно); ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно); LibreOffice (https://ru.libreoffice.org/), (бессрочно); Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно); Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024); Архиватор Ark (https://apps.kde.org/ark/), (бессрочно); Okular (https://okular.kde.org/ru/download/), (бессрочно); Редактор изображений Gimp (https://www.gimp.org/), (бессрочно) | ||||
| 6.4. Перечень информационных справочных систем | ||||
| СПС КонсультантПлюс Электронная база данных Scopus Научная электронная библиотека elibrary | ||||
7. Материально-техническое обеспечение дисциплины
| Аудитория | Назначение | Оборудование |
|---|---|---|
| Учебная аудитория | для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик | Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска) |
| 108М | лаборатория информационных технологий - компьютерный класс – учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации | Учебная мебель на 13 посадочных мест; рабочее место преподавателя; доска магнитно-маркерная; интерактивная доска: SMART Board – 1 ед.; персональные компьютеры: NAIO Corp Z520 – 13 ед. |
| Помещение для самостоятельной работы | помещение для самостоятельной работы обучающихся | Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ |
8. Методические указания для обучающихся по освоению дисциплины
| Аудиторные занятия со студентами по курсу «Интеллектуальные информационные системы» проходят в форме лекций, практических занятий. Во время лекций студенту предлагаются нормативные знания о развитии направления «Искусственный интеллект», задачах, решаемых в данной области, подходах к разработке систем искусственного интеллекта, методах и моделях представления знаний, а также о нейросетевых технологиях и теории нечетких систем. Во время лекции рекомендуется составлять ее конспект, который может быть дополнен во время практических занятий, а также самостоятельной работы и использован для подготовки к сдаче итогового испытания. Практические занятия по курсу «Интеллектуальные информационные системы» ориентированы на то, чтобы студенты получили навыки работы по созданию экспертных систем, созданию и обучению нейронных сетей, нечетких систем. При подготовке к практическому занятию следует просмотреть конспекты лекций по теме занятия и/или рекомендованную литературу. Все практические задания сформулированы в явном виде, многие задания имеют инструкцию по выполнению, кроме этого, студент может задать вопрос по правильности выполнения задания. Основное внимание студента должно быть уделено пониманию методов работы по созданию базы знаний, набора правил, представления знаний в виде продукций, выбору модели нейронной сети и ее оптимизации. Список литературы, содержащийся в рабочей программе, носит справочный характер и дает студенту возможность восстановить пробелы в знаниях определенных тем. Основная и дополнительная литература – необходимый минимум, в который включены базовые учебники и учебные пособия по курсу, из которых студент может почерпнуть необходимый материал для подготовки к занятиям, текущему контролю и промежуточной аттестации. Знание студентом дополнительно рекомендуемой литературы является подтверждением успешного усвоения курса и приветствуется преподавателем. С целью более глубокого усвоения изучаемого курса, формирования навыков практической работы и умения применять теоретические знания на практике, учебным планом предусмотрена самостоятельная работа студентов. Самостоятельная работа предполагает: повторение пройденного материала по конспектам лекций, ознакомление с рекомендованным списком литературы, выполнение заданий по темам практических занятий. Примеры типовых практических заданий и вопросов для итогового контроля можно найти в приложении. |