Цель изучения дисциплины | 1.1 сформировать теоретические знания о математическом и алгоритмическом аппарате, используемом в медицине для диагностики патологических состояний; 1.2 выработать умение по практическому применению методов и технологий искусственного интеллекта в медицине для построения формальных математических моделей и интерпретации результатов моделирования; 1.3 выработать умение и навыки использования различных программных инструментов искусственного интеллекта в медицине и построения формальных математических моделей; 1.4 выработать умение построения систем искусственного интеллекта, решающих типичные задачи анализа заболеваний человека, с использованием высокоуровневых программных средств машинного обучения; |
---|---|
Место дисциплины в учебном плане | Б1.В.ДВ.01.01 |
Формируемые компетенции | УК-6 | Знания, умения и навыки, получаемые в результате освоения дисциплины |
Знать:
основные этапы развития интеллектуальных технологий; о соотношении дисциплины «технологии искусственного интеллекта» ее предмета и методов с такими областями как математическая статистика, интеллектуальный анализ данных, машинное обучение, компьютерное зрение, методы оптимизации, дискретная математика; основные этапы построения и функционирования методов машинного обучения; принципы построения и функционирования интеллектуального компьютерного программного обеспечения для медицины; Уметь:
Создавать интеллектуальные компьютерные системы; Проектировать и создавать интеллектуальное компьютерное программное обеспечение; Использовать методы статистического анализа изображений; Исользовать методы анализа многомерных данных; Использовать основные положения теории обучения по прецедентам, Использовать методы снижения размерности данных и отбора информативных признаков, Использовать методы кластеризации, Использовать методы классификации, Использовать методы регрессионного анализа; Использовать возможности, условия применимости и свойства наиболее распространенных методов машинного обучения при построении, проверке качества и эксплуатации формальных математических моделей; Иметь навыки и (или) опыт деятельности (владеть):
фундаментальными знаниями по основам теории машинного обучения и практическими навыками проектирования искусственных нейронных сетей, построения и интерпретации формальных математических моделей в медицине; технологией обработки информации с использованием метода деревьев решений, случайного леса, логистической регрессии, искусственных нейронных сетей для решения задач современной медицины;; конструирования систем искусственного интеллекта на базе высокоуровневых программных средств; |
Содержание дисциплины | История развития интеллектуальных систем. Раздел 2. Структурная организация медицинской информации. Раздел 3. Технологии искусственного интеллекта в медицине. |
Виды учебной работы | Лекции, практические, самостоятельная работа. |
Используемые информационные, инструментальные и программные средства |
Операционная ситема Windows
MS Office 7-Zip AcrobatReader Информационная справочная система:СПС КонсультантПлюс (инсталлированный ресурс АлтГУ или http://www.consultant.ru/).
Профессиональные базы данных: 1. Электронная база данных «Scopus» (http://www.scopus.com); 2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/); 3. Научная электронная библиотека elibrary (http://elibrary.ru) Moodle – система управления курсами (электронное обучение), система управления обучением или виртуальная обучающая среда (аббревиатурf от англ. Modular Object-Oriented Dynamic Learning Environment – модульная объектно-ориентированная динамическая обучающая среда. Представляет собой свободное (распространяющееся по лицензии GNU GPL) веб-приложение, предоставляющее возможность создавать сайты для онлайн-обучения. |
Форма промежуточной аттестации | Зачет. |