Системный анализ

О курсе

Цель курса – формирование компетенций выполнения критического анализа проблемных ситуаций на основе системного подхода, формирования стратегии действий, выбора, применения и создания компонент систем искусственного интеллекта, применения и интерпретации методов объяснимого искусственного интеллекта для создания интерпретируемых и безопасных интеллектуальных систем.

Тенденции цифровизации экономики формируют экосистему нового поколения, основанную на внедрении сквозных технологий, включая технологии искусственного интеллекта. Их внедрение несет кроме возможностей и новые риски, поэтому специалистам, создающим или применяющим информационные системы, системы сбора и обработки данных, интеллектуальные системы, необходимо иметь соответствующие компетенции.

В основу курса положено изучение методологии системного анализа как инструмента принятия решений и проектирования интеллектуальных информационных система с примерами из энергетики. В курсе изучаются теория систем, их классификация и свойства, онтологический подход к формализации знаний, принципы системного анализа и моделирования сложных систем, основные математические методы системного анализа, методология и инструменты анализа и проектирования информационных процессов и систем, в том числе систем на базе технологий искусственного интеллекта для решения отраслевых задач. Рассматриваются концепции безопасного машинного обучения, объяснимого искусственного интеллекта и принципы их применения. Теоретические сведения подкрепляются практическими примерами как в лекциях, так и в расчетных и интерактивных учебных заданиях.

Объем курса

Длительность курса: 18 недель

Количество часов в неделю: 5-7

Количество зачетных единиц: 3

Целевая аудитория

Магистранты и аспиранты, обучающиеся по направлениям, связанным с топливно-энергетическим комплексом и прикладными цифровыми и информационными технологиями

Рекомендуемые «входные» требования к обучающемуся

Знать основы алгоритмизации и программирования

Формируемые компетенции

• Осуществлять критический анализ проблемных ситуаций на основе системного подхода, вырабатывать стратегию действий, в том числе в цифровой сред.
• Анализировать, интерпретировать и обобщать результаты исследований в профессиональной области.
• Применять методы системного анализа и программное обеспечение для системного моделирования с целью решения задач в сфере исследовательской деятельности.
• Выбирать, разрабатывать и проводить экспериментальную проверку работоспособности программных компонентов систем искусственного интеллекта по обеспечению требуемых критериев эффективности и качества функционирования.
• Создавать и применять методы объяснимого искусственного интеллекта для создания интерпретируемых интеллектуальных систем.
• Выполнять анализ проблемной ситуации.

Результаты обучения

• Умение планировать процессы применения методов и инструментов системного анализа для анализа проблемной ситуации, постановки задач, отыскания и оценки возможных путей их решения
• Умение разрабатывать и оценивать программные компоненты информационных систем, в том числе систем искусственного интеллекта по обеспечению требуемых критериев эффективности и качества функционирования.
• Умение обосновывать применение принципов и методов объяснимого искусственного интеллекта и безопасного машинного обучения для разработки интеллектуальных информационных систем и построения их объясняющих интерфейсов.

Программа курса

Раздел 1.Основы системного анализа

Тема 1.1. Системы, их классификация, свойства и способы представления систем.

Тема 1.2. Принципы и методология системного анализа.

Раздел 2. Математический аппарат системного анализа

Тема 2.1. Теория множеств, отношения и их свойства.

Тема 2.2. Теория графов, алгоритмы решения задач на графах.

Тема 2.3. Онтологический подход к формализации знаний.

Тема 2.4. Основы теории вероятности.

Тема 2.5. Методы машинного обучения.

Тема 2.6. Метаэвристические методы оптимизации.

Раздел 3.Проектирование информационных систем

Тема 3.1. Информационные системы.

Тема 3.2. Методы разработки информационных систем.

Тема 3.3. Язык проектирования UML.

Тема 3.4. Язык описания процессов BPMN.

Раздел 4. Интеллектуальные информационные системы

Тема 4.1. Классификация моделей данных, особенности баз данных.

Тема 4.2. Особенности и программные компоненты систем искусственного интеллекта.

Тема 4.3. Безопасное машинное обучение.

Тема 4.4. Объяснимый искусственный интеллект.

Для эффективной работы с курсом мы рекомендуем:

• действовать в соответствии с графиком изучения материалов и своевременно выполнять учебные и контрольные мероприятия;
• при изучении текстовой информации обращать внимание на активные ссылки, блоки дополнительной информации.

Правила общения в курсе

Для создания комфортной и конструктивной атмосферы на форуме предлагаем вам придерживаться правил:

• проявлять уважение к другим участникам курса в различных ситуациях взаимодействия;
• допускать только конструктивную критику, не переходить на личности;
• придерживаться позиции активного участника форума;
• придерживаться принципов общепринятой морали и сетевого этикета.

На форуме запрещены:

• любые виды сообщений, содержащих политическую, религиозную или иную пропаганды;
• размещение ответов и решений на контрольные задания;
• размещение коммерческих сообщений;
• размещение любой информации, противоречащей законодательству.

При возникновении проблем технического характера вы можете:

• написать в форуме «Вопросы службе технической поддержки»;
• кликнуть по ссылке «Сообщить о проблеме», расположенной внизу каждой страницы курса, и оформить свой запрос.

Система оценок учебной работы в онлайн-курсе

Оценивание достижения заявленных в курсе результатов обучения осуществляется исходя из 100 %, при условии выполнения всех видов оцениваемых работ:

• учебные задания составляют 16 %;
• тесты для самоконтроля составляют 4 %;
• расчетные работы составляют 30 %;
• промежуточный контроль 10 %;
• промежуточный контроль составляет 10 %;
• тест итогового контроля составляет 40 %.