Навчальні матеріали, 1 курс, ООП (2020, весна)
Лекційні матеріали до курсу "Програмування 2. Об'єктно-орієнтований підхід" (2020 р.)
До заліку з методів штучного інтелекту
За результатами виконання додаткових завдань наведені нижче студенти отримали такі бали:
Чмерук - 6 балів (залік на 79)
Разумовський - 6 балів (залік на 79)
Ямковий - 6 балів (залік на 73)
Варичева - 2 бали (залік на 60)
Свириденко - 2 бали (залік на 60)
Шелудько - 2 бали (залік на 60)
Ластовський - 2 бали (залік на 85)
Божко - 10 балів (залік на 60)
Чуприна - 10 балів (залік на 60)
Сергеев - 4 бали (ще не всі лаб. роботи)
Полулях - 4 бали (ще не всі лаб. роботи)
Кривцун - 4 бали (ще не всі лаб. роботи)
Мариненко - 4 бали (ще не всі лаб. роботи)
МКР з «Методів штучного інтелекту»
Виставлено бали за МКР - максимум 10.
Ті, хто написав цю роботу та здали всі лабораторні роботи можуть розраховувати на залік.
Решта матимуть додаткове завдання.
Список корисних посилань, GEE
https://sites.google.com/site/earthengineapidocs/advanced-image-processing/classification
https://developers.google.com/earth-engine/charts_array_values
https://developers.google.com/earth-engine/charts_image_by_class
https://docs.google.com/presentation/d/1haypjRFrXZJYQuL2QsVOtyHKxIVKJMlNPiwMr-fPi1g/edit
Оновлені теми л.р. з курсу «Методи штучного інтелекту» (4 курс)
Доброго дня, шановні слухачі курсу "Методи штучного інтелекту".
Вашій увазі пропонуються нові лабораторні роботи (на максимальний бал)
Лабораторна робота 1
Ознайомлення з геопросторовими даними та принципами роботи з Google Earth Engine, підготовка вибірок.
Результат: 2 векторних файли KML з полігонами, (один для навчання класифікатора, інший для тестування) згідно варіанту роботи, завантажені в Google Earth Engine. У кожному з файлів не менше 20 полігонів. Завантажений векторний файл KML з межами цільової території. Відобразити підготовлені вибірки у Google Earth Engine.
Deadline - 25.09
Лабораторна робота 2
Порівняння різних методів класифікації. Оцінити точність 3х методів реалізованих в Google Earth Engine.
Результат: побудувати 3 карти класифікації, використовуючи класифікатори та часові ряди супутникових даних відповідно до варіанту роботи. Побудувати матриці невідповідностей та обчислити загальну точність на тестовій вибірці.
Deadline - 15.10
Лабораторна робота 3
Побудова графіків та статистичний аналіз геопросторової інформації.
Deadline - 31.10
Лабораторна робота 4
Фільтрація побудованих карт класифікації.
Deadline - 14.11
Лабораторна робота 5
Масштабування технології класифікації на всю територію України.
Deadline - 26.12
Старі теми л.р. також можуть бути взяті до виконанні, однак з мінімальною оцінкою (на E)
Навчальні матеріали, 4-й курс
Лекційні матеріали до курсу "Інтелектуальні системи"
- Інтелектуальні обчислення. Лекція 1 - Вступ до курсу, загальні поняття.
- Інтелектуальні обчислення. Лекція 2 - Основи нейронних мереж.
- Інтелектуальні обчислення. Лекція 3 - Персептрон - лінійний класифікатор
- Інтелектуальні обчислення. Лекція 4 - Багатошарові нейронні мережі прямого розповсюдження
- Інтелектуальні обчислення. Лекція 5 - Прискорені варіанти методу зворотнього поширення похибки
- Інтелектуальні обчислення. Лекція 6 - Навчання НМ на основі методів оптимізації другого порядку