4357
.pdfМИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего образования
«Нижегородский государственный архитектурно-строительный университет»
Д. И. Кислицын
МЕТОДЫ И СРЕДСТВА ПРОЕКТИРОВАНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Учебно-методическое пособие
по подготовке к лекционным занятиям (включая рекомендации по организации самостоятельной работы) для обучающихся по дисциплине
«Методы и средства проектирования систем искусственного интеллекта» по направлению подготовки 09.04.02 Информационные системы и технологии
Нижний Новгород
2022
МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего образования
«Нижегородский государственный архитектурно-строительный университет»
Д. И. Кислицын
МЕТОДЫ И СРЕДСТВА ПРОЕКТИРОВАНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Учебно-методическое пособие
по подготовке к лекционным занятиям (включая рекомендации по организации самостоятельной работы) для обучающихся по дисциплине
«Методы и средства проектирования систем искусственного интеллекта» по направлению подготовки 09.04.02 Информационные системы и технологии
Нижний Новгород ННГАСУ
2022
1
УДК 681.3 (075)
Кислицын Д. И. Методы и средства проектирования систем искусственного интеллекта: учебно-методическое пособие / Д. И. Кислицын; Нижегородский государственный архитектурно-строительный университет. – Нижний Новгород: ННГАСУ, 2022. – 7 с. - Текст: электронный.
Даются тематика лекционных занятий, их краткое содержание, а также методические рекомендации по самостоятельной работе обучающихся по дисциплине «Методы и средства проектирования систем искусственного интеллекта». Указывается необходимая литература и источники, разъясняется последовательность их изучения, выделяются наиболее сложные вопросы и даются рекомендации по их изучению.
Предназначено для обучающихся в ННГАСУ по дисциплине «Методы и средства проектирования систем искусственного интеллекта» по направлению подготовки 09.04.02 Информационные системы и технологии.
Д. И. Кислицын, 2022ННГАСУ, 2022.
2
Учебно-методическое пособие по подготовке к лекционным занятиям (включая рекомендации по организации самостоятельной работы) по дисциплине «Методы и средства проектирования систем искусственного интеллекта» предназначены для студентов, обучающихся по направлению 09.04.02 Информационные системы и технологии, и содержат программу для проведения лекционных занятий, а также методические рекомендации по самостоятельной работе.
Цель учебно-методического пособия: помочь студентам при изучении учебной программы с использованием рекомендуемой учебно-методической литературы при формировании необходимых компетенций дисциплины «Методы и средства проектирования систем искусственного интеллекта».
Целями освоения дисциплины «Методы и средства проектирования систем искусственного интеллекта» являются достижение планируемых результатов обучения, соответствующих установленным в ОПОП индикаторам достижения компетенций.
Главной целью лекционных занятий является привитие студентам интереса к изучаемому материалу, формирование мотивации к последующему самостоятельному анализу рассматриваемой проблематики. Студентам раскрываются наиболее сложные вопросы и теоретические положения, показывается их практическая значимость, даются рекомендации по углубленному самостоятельному изучению теории и практики.
Материал пропущенных лекций студент восстанавливает самостоятельно и по всем непонятным положениям и вопросам обращается за разъяснением к преподавателю.
Самостоятельная работа направлена на развитие компетенций дисциплины: ПК-1 (ПК-1и). Способен исследовать применение интеллектуальных систем
для различных предметных областей; ПК-3 (ПК-2и). Способен выбирать и участвовать в проведении
экспериментальной проверки работоспособности программных платформ систем искусственного интеллекта по обеспечению требуемых критериев эффективности и качества функционирования;
ПК-4 (ПК-3и). Способен управлять проектами по созданию, поддержке и использованию систем искусственного интеллекта со стороны заказчика.
Виды и формы самостоятельной работы студентов по дисциплине: подготовка к учебным занятиям; подготовка к промежуточной аттестации
Содержание разделов дисциплины «Методы и средства проектирования систем искусственного интеллекта» представлено в таблице 1.
№ п/п
Таблица 1 Содержание разделов дисциплины
Наименование раздела учебной |
Всего |
Аудиторные |
Самосто ятельна |
Перечень |
|
||||
занятия (в |
|
компетенций, |
||
дисциплины |
часов |
|
||
часах) |
|
формируемых в |
||
|
|
|
||
|
|
|
|
|
|
3 |
|
|
|
|
|
|
Лекции |
Лабораторные |
Практические, семинарские |
|
процессе освоения |
|
|
|
|
раздела |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ПК-1 (ПК-1и), ПК-3 |
1 |
Методы и средства проектирования |
56 |
16 |
|
|
40 |
(ПК-2и), |
систем |
|
|
ПК-4 (ПК-3и) |
||||
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Реализация системы распознавания |
|
|
|
|
|
ПК-3 (ПК-2и), |
2 |
88 |
|
32 |
|
56 |
ПК-4 (ПК-3и) |
|
образов |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ИТОГО |
144 |
16 |
32 |
|
96 |
|
|
|
|
|
|
|
|
|
На консультациях в течение семестра студенты могут обсуждать с преподавателем различные вопросы тематике дисциплины.
В течение курса со студентами проводятся индивидуальные и групповые консультации по общетеоретическим вопросам, возникающим при самостоятельной работе студентов при подготовке к занятиям.
Перед экзаменом студентам выдаётся список примерных вопросов, по которым можно понять, на что нужно сделать упор при подготовке к экзамену. После получения перечня вопросов рекомендуется:
1)внимательно прочитать материал курса;
2)постараться разобраться с непонятными, в частности, новыми терминами, используя рекомендованную литературу;
3)выписать вопросы для подробного обсуждения с преподавателем на консультации.
Перечень примерных вопросов, выносимых на экзамен:
1.Принципы распознавания образов с использованием Байесовского подхода. Разработка систем искусственного интеллекта на основе теории Байеса.
2.Аппаратные средства для запуска и проектирования систем искусственного интеллекта
3.Понятие системы искусственного интеллекта
4.Основные методы машинного обучения
5.Понятие глубокого обучения
6.Строение искусственного нейрона
7.Основные типы передаточных функций нейронов
8.Обучение линейной нейронной сети. Дельта-правило.
9.Обучение нелинейной нейронной сети по алгоритму обратного распространения ошибки
10.Подготовка базы данных для обучения системы искусственного интеллекта. Понятие обучающей, тестовой и проверочной выборки.
4
11.Доверительные интервалы вероятностей. Определение размера выборки для корректной оценки точности работы системы искусственного интеллекта.
12.Условная вероятность и теорема Байеса в системах искусственно интеллекта.
13.Основные элементы сверточных нейронных сетей.
14.Принципы распознавания образов с использованием Байесовского подхода. Разработка систем искусственного интеллекта на основе теории Байеса.
15.Анализ изображений с помощью систем искусственного интеллекта на базе сверхточных нейронных сетей.
16.Принципы проектирования систем искусственного интеллекта на базе вычисления мер схожести сигналов в действительных и унитарных пространствах.
17.Операция скалярного произведения как мера расстояния между точками
вдействительном пространстве.
18.Операция скалярного произведения как проекция одного вектора на другой в действительном пространстве.
19.Аппаратные средства для запуска и проектирования систем искусственного интеллекта
20.Основные программные средства Python для программной реализации
систем
21.Базовый синтаксис и операции библиотеки TensorFlow для реализации последовательных нейронных сетей.
22.Базовый синтаксис и операции библиотеки TensorFlow для реализации сверхточных нейронных сетей.
23.Основные команды библиотеки PyTorch для создания и обучения последовательных нейронных сетей.
Показатели оценки по зачёту представлены в таблице 2.
Таблица 2 Описание шкал оценивания
Показатели |
|
|
|
|
|
|
оценивания |
Баллы |
Оценка |
Критерий оценки |
|||
компетенций |
|
|
|
|
|
|
|
|
|
|
|
||
Результаты освоения |
4,5 - 5,0 |
«отлично» |
ставится |
обучающемуся, |
||
дисциплины |
|
|
показавшему |
|
|
глубокие |
соответствует |
|
|
систематизированные |
|
знания |
|
требованиям ФГОС |
|
|
учебного материала, |
владеющему |
||
|
|
|
творческим |
анализом |
фактов, |
|
|
|
|
умеющему обобщать информацию, |
|||
|
|
|
аргументировано и |
практически |
||
|
|
|
без ошибок ответившему на все |
|||
|
|
|
вопросы. |
|
|
|
Результаты освоения |
3,5 - 4,4 |
«хорошо» |
ставится |
обучающемуся, |
||
дисциплины |
|
|
продемонстрировавшему |
|||
соответствует |
|
|
достаточно |
полное |
знание |
|
требованиям ФГОС |
|
|
учебного |
|
|
материала, |
|
|
|
допустившему негрубые ошибки и |
|||
|
|
|
недочеты. |
|
|
|
Результаты освоения |
2,5 - 3,4 |
«удовлетворительно» |
ставится |
обучающемуся, |
||
|
|
5 |
|
|
|
|
дисциплины |
|
|
|
показавшему |
|
минимально |
||
соответствует |
|
|
|
необходимый |
уровень |
знаний |
||
требованиям ФГОС |
|
|
учебного |
материала, |
владеющего |
|||
|
|
|
|
навыками логического мышления |
||||
|
|
|
|
и |
|
допустившего |
||
|
|
|
|
непринципиальные ошибки при |
||||
|
|
|
|
ответе на вопросы. |
|
|
||
Результаты освоения |
0,0 - 2,4 |
«неудовлетворительно» |
ставится |
|
обучающемуся, |
|||
дисциплины |
НЕ |
|
|
продемонстрировавшему |
|
|||
соответствует |
|
|
|
существенные |
пробелы в |
знании |
||
требованиям ФГОС |
|
|
основного |
учебного |
материала, |
|||
|
|
|
|
допустившему |
принципиальные |
|||
|
|
|
|
ошибки при изложении материала. |
||||
Перечень учебной литературы, необходимой для освоения дисциплины.
1.Бессмертный Игорь Александрович. Системы искусственного интеллекта
:учебное пособие для вузов : учебное пособие для студентов высших учебных заведений, обучающихся по инженерно-техническим направлениям. / Бессмертный Игорь Александрович ; Москва : Юрайт, 2020. – 158 с. – ISBN ISBN 978-5-534- 07467-3.
2.Громов Ю.Ю.. Интеллектуальные информационные системы и технологии
:учебное пособие. / Громов Ю.Ю., Иванова О.Г., Алексеев В.В., Беляев М.П., Швец Д.П., Елисеев А.И. ; Д.П. Швец; А.И. Елисеев; М.П. Беляев; Ю.Ю. Громов; О.Г. Иванова; В.В. Алексеев. – Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2013. – 244 c. – URL: URL: http://www.iprbookshop.ru/63850.html. – ISBN ISBN 978-5-8265-1178-7.
3.Лорьер Жан-Луи. Системы искусственного интеллекта : пер. с фр.. / Лорьер Жан-Луи ; Москва : Мир, 1991. – 568 с. – ISBN ISBN 5-03-001408-Х.
4.Остроух Андрей Владимирович. Интеллектуальные информационные системы и технологии : монография. / Остроух Андрей Владимирович, Николаев Андрей Борисович ; Санкт-Петербург : Лань, 2019. – 306 с. – ISBN ISBN 978-5- 8114-3409-1.
5.Остроух Андрей Владимирович. Системы искусственного интеллекта : монография. / Остроух Андрей Владимирович, Суркова Наталия Евгеньевна ;
Санкт-Петербург : Лань, 2019. – 228 с. – ISBN ISBN 978-5-8114-3427-5.
6.Турута Е.Н.. Учебно-методическое пособие по дисциплине Интеллектуальные информационные системы и технологии : учебно-методическое пособие. / Турута Е.Н. ; сост. Е.Н. Турута. – Москва : Московский технический университет связи и информатики, 2014. – 24 c. – URL: URL: http://www.iprbookshop.ru/61479.html.
6
Кислицын Дмитрий Игоревич
МЕТОДЫ И СРЕДСТВА ПРОЕКТИРОВАНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Учебно-методическое пособие
по подготовке к лекционным занятиям (включая рекомендации по организации самостоятельной работы) для обучающихся по дисциплине
«Методы и средства проектирования систем искусственного интеллекта» по направлению подготовки 09.04.02 Информационные системы и технологии
Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный архитектурно-строительный университет»
603950, Нижний Новгород, ул. Ильинская, 65. http://www.nngasu.ru, srec@nngasu.ru
7