Роздрукувати сторінку
Главная \ Методичні вказівки \ Методичні вказівки \ 1218 Методичні матеріали щодо змісту та організації самостійної роботи студентів, поточного і підсумкового контролю їх знань з дисципліни Дейтамайнінг – інтелектуальний аналіз даних, КНЕУ

Методичні матеріали щодо змісту та організації самостійної роботи студентів, поточного і підсумкового контролю їх знань з дисципліни Дейтамайнінг – інтелектуальний аналіз даних, КНЕУ

« Назад

МІНІСТЕРСТВО  ОСВІТИ І НАУКИ УКРАЇНИ

КИЇВСЬКИЙ  НАЦІОНАЛЬНИЙ  ЕКОНОМІЧНИЙ  УНІВЕРСИТЕТ

імені ВАДИМА ГЕТЬМАНА

ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ СИСТЕМ І ТЕХНОЛОГІЙ

кафедра інформаційних систем в економіці

МЕТОДИЧНІ  МАТЕРІАЛИ

щодо змісту та організації самостійної роботи студентів,

поточного і підсумкового контролю їх знань

з дисципліни

“Дейтамайнінг – інтелектуальний аналіз даних ”

 (для  студентів-бакалаврів спеціальності 6102 “Економічна кібернетика”)

Київ КНЕУ 2006

 

САМОСТІЙНА РОБОТА СТУДЕНТІВ

Вичерпний зміст завдань для опрацювання навчального матеріалу викладений нижче у картці самостійної роботи студента.

 

КАРТА САМОСТІЙНОЇ РОБОТИ СТУДЕНТА

з дисципліни   «Дейтамайнінг – інтелектуальний аналіз даних» 

для студентів-бакалаврів спеціальності 6102

Види самостійної роботи

Планові терміни  виконання

Форми контролю

та звітності

Максимальна кількість балів

 

Денна форма навчання

 

1. Обов’язкові

 

Підготовка до семінарських (практичних, лабораторних) занять 

Протягом семестру

Активна участь в семінарських (практичних) заняттях

10 балів

Підготовка до модульної (№1) контрольної робіти

Відповідно до робочої навчальної програми

Перевірка модульних контрольних робіт

50 балів

 

Виконання по обраній  темі модульної (№2) лабораторної роботи  №1

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №1 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №2

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №2 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №3

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №3 на ПЕОМ

 

10 балів

Разом бал  за обов’язкові види СРС   -   90

 

2. Вибіркові

 

Написання рефератів на одну з обраних тем наведених у додатку 1

До залікового тиждня

Захист реферату

5 балів

 

Підготовка до наукових студентських конференцій

Відповідно до робочої навчальної програми

Виступ з доповіддю з питань створення, використання, перспектив розвитку інформаційних технологій в сфері ІАД

10 балів

 

Разом бал за вибіркові види СРС   -    15

 

Всього максимальна кількість балів за СРС   -  100

 

Вечірня форма навчання

 

1. Обов’язкові

 

Підготовка до семінарських (практичних, лабораторних) занять 

Протягом семестру

Активна участь в семінарських (практичних) заняттях

10 балів

Підготовка до модульної (№1) контрольної робіти

Відповідно до робочої навчальної програми

Перевірка модульних контрольних робіт

50 балів

 

Виконання по обраній  темі модульної (№2) лабораторної роботи  №1

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №1 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №2

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №2 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №3

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №3 на ПЕОМ

 

10 балів

Разом бал  за обов’язкові види СРС   -   90

 

2. Вибіркові

 

Написання рефератів на одну з обраних тем наведених у додатку 1

До залікового тиждня

Захист реферату

5 балів

 

Підготовка до наукових студентських конференцій

Відповідно до робочої навчальної програми

Виступ з доповіддю з питань створення, використання, перспектив розвитку інформаційних технологій в сфері ІАД

10 балів

 

Разом максимальний бал за вибіркові види СРС   -    15

 

Всього максимальна кількість балів за СРС   -  100

 

Заочна форма навчання

1. Обов’язкові

 

Підготовка до модульної (№1) контрольної робіти

Відповідно до робочої навчальної програми

Перевірка модульних контрольних робіт

50 балів

 

Виконання по обраній  темі модульної (№2) лабораторної роботи  №1

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №1 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №2

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №2 на ПЕОМ

 

10 балів

Виконання по обраній  темі модульної (№2) лабораторної роботи  №3

 

Відповідно до робочої навчальної програми

Захист лабораторної роботи  №3 на ПЕОМ

 

10 балів

Разом бал  за обов’язкові види СРС   -   80

 

2. Вибіркові

 

Написання розгорнутоъ реферативноъ роботи на одну з обраних тем наведених у додатку 1

До залікового тиждня

Захист роботи перед аудиторією

20 балів

 

Разом бал за вибіркові види СРС   -    20

 

Всього максимальна кількість балів за СРС   -  100

 

Крім вищенаведеного, студентам слід звернути увагу на такі аспекти вивчення дисципліни:

- більш поглиблене опрацювання теоретичних основ прослуханого лекційного матеріалу із використанням наступних наукових ресурсів мережі Internet (http://www.kdnuggets.com, http://www.the-data-mine.com)

- додаткове знайомство з доступним програмним забезпеченням дейтамайнінгу, яке не увійщло до тематики лабораторних робіт (зокрема викладачем надаються для ознайомлення пакети: See5 – як представник систем, що використовують дерева рішень в процесі ІАД; WizWhy – як представник класу програмних систем ІАД, що використовує алгоритми обмеженого перебору для генерування правил; MineSet  - провідна програмна система візуального дейтамайнінгу);

- самостійне поглиблене вивчення теоретичних питань: з теми 5 - готове програмне забезпечення нейронних мереж; з теми 6 - готове програмне забезпечення генетичних алгоритмів;  з теми 7 - основні типи програмних агентів та їх приклади.

- вивчення предметних областей та підготовку вхідних даних для подальшого виконання лабораторних робіт №2 та №3;

- письмове оформлення схем, діаграм по результатам виконання лабораторних робіт;

- систематику вивченного матеріалу перед заліком.

 

ІНДИВІДУАЛЬНО-КОНСУЛЬТАТИВНА РОБОТА

Індивідуально-консультативна робота полягає в проведенні консультацій студентів з виконання лабораторних та самостійних завдань, їх перевірки та захисту. Індивідуально-консультативна робота проводиться керівниками курсу, не рідше одного разу на тиждень згідно графіку, що складається на кожен  семестр окремо. 

 

Графік проведення  індивідуально-консультативної роботи 

з дисципліни   «Дейтамайнінг – інтелектуальний аналіз даних» 

на 7-ий семестр __________ н.р.

Форми індивідуально-консультативної роботи

Навчальні тижні

Кіль-кість годин

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

Денна форма навчання

1

Індивідуальні заняття

2

 

2

 

2

 

2

 

2

 

2

 

2

 

2

 

 

 

16

2

Консультації

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

2

6

3

Перевірка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

2

6

Разом

 

28

Вечірня форма навчання

1

Індивідуальні заняття

 

2

 

2

 

2

 

2

 

2

 

2

 

2

 

2

 

 

16

2

Консультації

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

4

3

Перевірка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

2

2

6

Разом

 

26

Заочна форма  навчання

1

Індивідуальні заняття

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

Консультації

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3

Перевірка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Разом

 

0

 

ПЕРЕЛІК ПИТАНЬ, ЩО ОХОПЛЮЮТЬ ЗМІСТ РОБОЧОЇ ПРОГРАМИ

  1. Дайте визначення інтелектуальним інформаційним системам.

  2. Яка специфіка сучасних вимог до інтелектуального аналізу даних.

  3. Що таке концепція шаблонів?

  4. Які рівні вилучаємих знань із даних та відповідні категорії програмних засобів аналізу данних?

  5. Наведіть концепцію і визначення дейтамайнінгу.

  6. Які сфери застосування дейтамайнінгу в бізнесі?

  7. Яке співвідношення OLAP та сховищ даних з дейтамайнінгом.

  8. Опишіть концепції web- та  text-mining.

  9. Опишіть проблеми та перспективи ефективного застосування дейтаманінгу в умовах економіки України.

  10. Охарактеризуйте перспективи стандартів дейтамайнінгу.

  11. Які існують етапи процесу дейтамайнінгу?

  12. Що таке підтверджуючий (дескриптивний) та дослідницький (предиктивний) дейтамайнінг?

  13. Наведіть класи процесів дейтамайнінгу.

  14. Які основні види закономірностей дейтамайнінгу?

  15. Опишіть користувачів дейтамайнінгу.

  16. Які часові активності дейтамайнінгу.

  17. Опишіть дерево методів дейтамайнінгу.

  18. Наведіть аналіз переваг та недоліків основних методів інтелектуального аналізу даних.

  19. Дайте загальну  характеристика програмних систем дейтамайнінгу.

  20. Наведіть методологію оцінки та стратегію вибору програмної системи дейтамайнінгу.

  21. Яка класифікація програмних систем дейтамайнінгу?

  22. Наведіть огляд універсальних програмних систем дейтамайнінгу (загальна характеристика, архітектура та інструментарій), а саме компонент Oracle9i Data Mining, компонент DB2 Intelligent Miner служба Analysis Services в Microsoft SQL Server 2000, Knowledge Studio, SAS Enterprise Miner, Clementine.

  23. Охарактеризуйте програмний продукт Polyanalyst.

  24. Охарактеризуйте програмний продукт See5 – як представник систем, що використовують дерева рішень в процесі дейтамайнінгу.

  25. Охарактеризуйте програмний продукт WizWhy – як представник класу програмних систем дейтамайнінгу, що використовує алгоритми обмеженого перебору для генерування правил.

  26. Наведіть огляд систем, які використовують метод CBR.

  27. Охарактеризуйте програмний продукт MineSet – як представник систем візуального дейтамайнінгу.

  28. Дайте визначення штучних нейронних мереж та опишіть їх історію.

  29. Які основні задачі вирішують штучні нейромережі?

  30. Яка ідейна основа штучної нейронної мережі?

  31. Опишіть сруктуру та властивості штучного нейрону.

  32. Опишіть класифікацію нейромереж та їх властивості.

  33. Яка архітектура нейромереж.

  34. Опишіть методи навчання нейромережі.

  35. Опишіть методлологію налагодження нейромережі.

  36. Які особливості використання нейромереж в дейтамайнінгу.

  37. Схарактеризуйте готове програмне забезпечення нейронних мереж.

  38. Наведіть приклади вдалого використання нейромереж в економіці.

  39. Яка ідейна основа генетичних алгоритмів?

  40. Дайте визначення генетичного алгоритму та опишіть його структуру.

  41. Опишіть поняття про: хромосому та її якість, популяцію, покоління, репродукцію.

  42. Які основні характеристики генетичного алгоритму?

  43. Які методи підвищення ефективності генетичних алгоритмів?

  44. Які особливості генетичних алгоритмів – як спосіб вирішення задач оптимізації, переваги та недоліки.

  45. Опишіть готове програмне забезпечення генетичних алгоритмів.

  46. Наведіть приклади вдалого використання генетичних алгоритмів.

  47. Дайте визначення програмних агентів.

  48. Які сфери застосування програмних агентів?

  49. Наведіть основні типи програмних агентів та їх приклади.

  50. Перерахуйте базові характеристики програмних агентів.

  51. Які передумови появи нечіткої логіки?

  52. Де доречно використання нечіткої інформації?

  53. Викладіть історію застосування нечіткої логіки в ІС.

  54. Визначіть поняття нечіткої множини?

  55. Що таке функція приналежності нечіткої множини?

  56. Які існують методи побудови функцій приналежності?

  57. Охарактеризуйте операції над нечіткими множинами.

  58. Що таке лінгвістична змінна та її параметри?

  59. Схарактеризуйте поняття нечіткого логічного висновку: поняття,  його етапи.

  60. Опишіть алгоритми нечіткого логічного висновку.

  61. Які особливості апарату нечіткої логіки: переваги та недоліки?

  62. Охарактеризуйте готове програмне забезпечення застосування нечіткої логіки.

  63. Які сфери застосування апарату нечіткої логіки в економічних інформаційних системах?

 

ПОРЯДОК ПОТОЧНОГО І ПІДСУМКОВОГО ОЦІНЮВАННЯ ЗНАНЬ

Поточний контроль

Оцінювання знань студентів з дисципліни "Дейтамайнінг – інтелектуальний аналіз даних" здійснюється на основі результатів поточного модульного контролю.

Об'єктом оцінювання знань студентів є програмний матеріал дисципліни різного характеру і рівня складності, засвоєння якого відповідно перевіряється під час поточного контролю і на іспиті.

Завданням поточного контролю є перевірка розуміння та засвоєння певного матеріалу, вироблених навичок проведення розрахункових робіт, умінь самостійно оцрацьовувати тексти, здатності осмислити зміст теми чи розділу, умінь публічно чи письмово представити певний матеріал (презентація).

Поточний контроль знань студентів і рівень їх підготовки до занять з даної дисципліни здійснюється шляхом усного опитування, письмовою перевіркою, і перевіркою виконання лабораторних робіт  на комп’ютері.

Оцінювання здійснюється за 100-бальною шкалою.

Об'єктом поточного контролю знань студента з дисципліни є:

а) Систематичність та активність роботи на заняттях.

При контролі систематичності та активності роботи студентів оцінці підлягають: відвідування лекційних занять,  поточні оцінки при опитування на семінарських і практичних заняттях.

Оцінки активності та рівню знань студента при відповідях на теоретичні питання  та при розв'язанні завдань на практичних заняттях (від 0 до 10 балів):

- немає пропусків, всі поточні оцінки "відмінно" - 10 балів

- немає пропусків, всі поточні оцінки "добре" та задовільно  - 5 балів

- має пропуски занять, є оцінки "незадовільно"   - 0 балів.

б) Виконання завдань для самостійного опрацювання.

Передбачає виконання наступного вибіркового завдання: написання студентами реферату на одну з переліку тем (Додаток 1) до поглибленого вивчення якої є зацікавленість студента. Проте, обрану тему студент погоджує з викладачем, а викладач спрямовує студента на написання реферату на тему, лекцію з якої пропустив студент. Написаний реферат, студент денної/вечірньої форми навчання захищає і може отримати 5 балів (для студентів-заочників, передбачається написання розгорнутої реферативної роботи). При цьому загальна кількість балів, що вноситься до залікової відомості, не може перевищувати 100 балів.

с) Виконання модульних завдань.

Програма дисципліни умовно поділяється на два модулі, яким відповідають такі теми і модульні завдання.

Перший обов’язковий модуль по теоретичній частині курсу передбачає написання контрольної роботи, що охоплює всі теми курсу. За написання контрольної роботи студент може отримати максимально 50балів.

Другий обов’язковий модуль по практичній частині курсу передбачає виконання 3-х лабораторних робіт, оформлених у вигляді письмових звітів. Максимально можлива оцінка за виконання кожної лабораторної роботи – 10балів. Оцінку може бути знижено: а) за неповноту представлених результатів або припущені в них помилки; б) невчасне представлення звітів; в) неякісне оформлення звітів

д) Завдання, що не увійшли до об’єктів поточного контролю.

Якщо студент (протягом семестру в якому вивчається дисципліна) за власним бажанням взяв участь у науковій конференції, або підготував наукову публікацію за темою дисципліни, то він може додатково отримати за це 10 заохочуючих балів. При цьому загальна кількість балів, що вноситься до залікової відомості, не може перевищувати 100 балів.

Підсумковий контроль

Підсумковий бал за результатами поточного модульного контролю оформлюється під час останнього семінарського (практичного, лабораторного) заняття відповідного семестру, а на заочній формі навчання — за розкладом екзаменаційно-лабораторних сесій.

Кількість балів (числом, кратним «5»), з дисциплін, де оцінювання рівня знань студентів здійснюється за результатами поточного модульного контролю, (від 0 до 100 балів (включно), вноситься до відомості обліку успішності за поточним модульним контролем (Додаток 2) і є основною для визначення загальної успішності студента з даного предмету.

Переведення даних 100-бальної шкали оцінювання в 4-х бальну та шкалу за системою ЕСТЗ здійснюється в такому порядку:

Оцінка за шкалою ЕСТS

 

Оцінка за бальною шкалою, що використовується в КНЕУ

 

Оцінка за національною шкалою

 

А

 

85-100

 

5 (відмінно)

 

В

 

80

 

4 (добре)

 

С

 

65—75

 

B

 

60

 

3 (задовільно)

 

Е

 

50-55

 

РХ

 

20-45

 

2 (незадовільно) з можливістю повторного складання

 

Р

 

0-15

 

2 (незадовільно) з обов'язковим повторним вивченням дисципліни

 

 

ОСОБЛИВОСТІ ПОТОЧНОГО КОНТРОЛЮ СТУДЕНТІВ ЗАОЧНОЇ ФОРМИ НАВЧАННЯ

Студенти заочної форми навчання мають:

  1. Написання модульної контрольної роботи (під час екзаменаційної сесії), що охоплює всі теми курсу. За написання контрольної роботи студент може отримати максимально 50 балів.

  2. Виконати 3 лабораторні роботи з переліку (див.п.5) та оформити їх у вигляді звіту. Максимально можлива оцінка за виконання кожної лабораторної роботи – 10балів.

  3. Виконати індивідуальне завдання для самостійного опрацювання -  написати розгорнуту реферативну роботу на одну з тем, подних в додатку 1. Реферат, крім теоретичної частини, має включати приклади успішного використання технології і систем ІАД в реальній економіці. Реферат захищається перед аудиторією студентів, і його максимальна оцінка – 20 балів.

Загальний порядок видачі, підготовки до виконання та контролю виконання завдань для студентів заочнорї форми навчання полягає в наступному.

Індивідуальні завдання для домашнього самостійного виконання та завдання на лабораторні роботи видаються під час установчої сесії (начитки лекцій). Такі завдання можуть включатися до навчально-методичних посібників для самостійного вивчення дисциплін, розміщуватись на сайті університету або видаватися безпосередньо студентам. Студент повинен мати можливість отримати індивідуальні завдання і по закінченні сесії.

У міжсесійний період проводяться групові чи індивідуальні консультації за графіком складеним кафедрою і доведеним до відома студентів під час начитки лекцій.

За місяць до початку сесії студенти здають або пересилають поштою на кафедру виконані домашні роботи. Дата подання робіт фіксується на кафедрі в спеціальному журналі.

Роботи студентів мають бути перевірені кафедрою у семиденний термін, і в разі недопущення їх до захисту, повернені студентам для доопрацювання.

Під час сесії студенти обов'язково захищають свої домашні роботи  (завдання для самостійного опрацювання та звіти з виконаних лабораторних робіт) в ході співбесіди з викладачем.

Написання і перевірка модульного (тестового) завдання проводиться в сесійний період згідно з розкладом.

На поточний контроль виноситься завдання одного модуля, що охоплює ключові теми курсу. Завдання для модульного контролю затверджуються в установленому порядку.

СПИСОК РЕКОМЕНДОВАНОЇ ЛІТЕРАТУРИ

Основна література

Барсегян А.А. и др. Методы и модели анализа данных: OLAP и Data Mining. – СПб.: БХВ-Петербург, 2004. – 336 с.: ил.

Дюк В., Самойленко A. Data Mining: учебный курс. - СПб: Питер, 2001. -368 с.

Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интелектуальная обработка информации. – М.: «Нолидж», 2000. – 352 с., ил.

Ситник В.Ф. Системи підтримки прийняття рішень: Навч.посібник. - К.:КНЕУ, 2003.

Филиппов В.А. Интеллектуальный анализ данных: методы и средства. – М.: Эдиториал УРСС, 2001.

Додаткова література

Буров К. Обнаружение знаний в хранилище данных // Открытые системы. – 1999. - №5-6.

Киселев М., Соломатин Е. Средства добычи знаний в бизнесе и финансах // Открытые системы. – 1997. - №4.

Ситник В.Ф. Засоби дейтамайнінгу для аналізу бізнесових рішень. Науково-практичний журнал "Науково-технічна інформація", №3, 2002. - с.с. 60-64.

Ситник   В.Ф.,   Гордієнко   І.В.   Системи   підтримки   прийняття   рішень: Навчально-методичний посібник для самостійного вивчення дисципліни. - К.: КНЕУ, 2003.

Berry, Michael J. A. and Gordon Linoff. Data Mining Techniques for Marketing, Sales, and Customer Support. New York: Wiley Computer Publishing, 1997.

Alex Berson, Stephen J. Smith. Data Warehousing, Data Mining, and OLAP (Data Warehousing/Data Management), 1997 – 640 p.

Додаток 1

ПЕРЕЛІК РЕКОМЕНДОВАНИХ ТЕМ ДЛЯ НАПИСАННЯ РЕФЕРАТІВ

  1. Інтелектуальні інформаційні системи.

  2. Історія теорії дейтамайнінгу та напрямки розвитку.

  3. Сфери застосування дейтамайннгу в бізнесі та промисловості.

  4. Використання концепції web- та  text-mining.

  5. Класи процесів та основні види закономірностей дейтамайнінгу.

  6. Основні методи дейтамайнінгу.

  7. Метод побудови дерева рішень.

  8. Вилучення правил, як представник логічних методів дейтамайнінгу.

  9. Метод «найближчого сусіда».

  10. Метод CBR.

  11. Статистичні методи дейтамайнінгу.

  12. Методи візуалізації даних.

  13. Загальна  характеристика та приклади універсальних систем дейтамайнінгу.

  14. Огляд модулів дейтамайнінгу в статистичних пакетах.

  15. Універсальні програмні системи дейтамайнінгу.

  16. Загальна характеристика, архітектура, інструментарій та приклади використання компоненту Oracle9i Data Mining.

  17. Загальна характеристика, архітектура, інструментарій та приклади використання ій компоненту DB2 Intelligent Miner (компанії IBM).

  18. Загальна характеристика, архітектура, інструментарій та приклади використання служби Analysis Services в Microsoft SQL Server 2000.

  19. Загальна характеристика, архітектура, інструментарій та приклади використання пакету Knowledge Studio (компанії Angoss Software).

  20. Загальна характеристика, архітектура, інструментарій та приклади використання пакету SAS Enterprise Miner.

  21. Загальна характеристика, архітектура, інструментарій та приклади використання пакету Clementine (Integral Solutions).

  22. Загальна характеристика, пакету Polyanalyst (компанії Megaputer Intelligence).

  23. Опис архітектури та інструментарію пакету Polyanalyst (компанії Megaputer Intelligence).

  24. Приклади використання пакету Polyanalyst (компанії Megaputer Intelligence).

  25. Загальна характеристика, архітектура, інструментарій та приклади використання пакету See5.

  26. Загальна характеристика, архітектура, інструментарій та приклади використання  пакету WizWhy.

  27. Загальна характеристика, архітектура, інструментарій та приклади використання систем, які використовують метод CBR.

  28. Загальна характеристика, архітектура, інструментарій та приклади використання пакету MineSet для візуального дейтамайнінгу (компанії Silicon Graphics).

  29. Штучні нейронні мережі в інформаційних системах та їх історія.

  30. Сфери використання штучних нейромереж.

  31. Теоретичне підгруття штучних нейромереж.

  32. Класифікація нейромереж.

  33. Загальна характеристика, архітектура, інструментарій та приклади використання пакетів готового програмного забезпечення нейронних мереж.

  34. Ідейна основа генетичних алгоритмів.

  35. Теоретичне підгруття генетичних алгоритмів як спосіб вирішення задач оптимізації. Їх переваги та недоліки.

  36. Загальна характеристика, архітектура, інструментарій та приклади використання готового програмного забезпечення генетичних алгоритмів.

  37. Сфери застосування генетичних алгоритмів в бізнесі та промисловості.

  38. Програмні агенти: визначення, типи та харакетристики програмних агентів.

  39. Теоретичне пігрунття нечіткої логіки.

  40. Нечіткий логічний висновок та його використання в економічних інформаційних системах.

  41. Загальна характеристика, архітектура, інструментарій та приклади використання готового програмного забезпечення нечіткої логіки в народному господарстві.

З повагою ІЦ “KURSOVIKS”!