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.
Оголошення щодо заліку у 1-го курсу 07/06/17
Шановні студенти 1-го курсу ФТІ!
Завтра, 07/06/17 в аудиторії 303-11 відбудеться залік з курсу "Програмування-2. Об'єктно-орієнтований підхід" (орієнтовно 2-3 пари, старости зможуть уточнити ці питання завтра вранці).
Звертаємо Вашу увагу, що на заліку обов'язково необхідно мати роздрукований протокол останньої лабораторної роботи (код, діаграми класів тощо).
Оголошення щодо пар 1-го курсу 13/05/17
Шановні студенти 1-го курсу ФТІ!
Звертаємо Вашу увагу, що студенти, які написали обидві контрольні роботи (К.Р.1 та К.Р.2) на оцінки, більші від нуля (0), звільняються від відвідування лекції проф. Куссуль Н.М. в суботу 13.05.2017.
Усіх інших чекаємо на лекції.
Оголошення про залік
Залік з "Програмування-1. Структурний підхід" (проф. Куссуль Н.М.) буде проведено в середу 28.12.16:
- групи ФЕ-61, ФІ-61 та ФІ-62 на 3-й парі в 303-11
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)
Нові теми курсових (2-й курс), повязані з Google Earth Engine
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Київ обл. за 2016 по даним Sentinel1
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Київ обл. за 2016 по даним Sentine2
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Київ обл. за 2016 по даним Landsat-8
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Миколаїв. обл. за 2016 по даним Sentine1
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Миколаїв. обл. за 2016 по даним Sentine2
- Розробити власний сайт, на якому буде відображатись карта класифікації с.г. для Миколаїв. обл. за 2016 по даним Landsat-8
- Розробити власний сайт, на якому буде відображатись графік вегетації протягом заданого періоду часу
- Розробити власний сайт, на якому буде відображатись найновіша карта вегетації для території Київ. обл
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
Відомості для іспиту, 2 курс, веб-програмування
У додатку до данного повідомлення - перелік питань, з яких будуть сформовані білети для іспину.
Також у додатку є відомості про стан здачі курсових та набрані за семестр бали (контрольні роботи + лабораторні роботи).
Перелік питань до іспиту - 2-й курс, веб-програмування
Набрані бали та курсові - набрані бали = лабораторні + контрольні роботи