Аннотация рабочей программы дисциплины
«Технологии искусственного интеллекта»

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.01.02
Формируемые компетенции ОПК-3, ПК-3
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, лабораторные, 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.