SYLABUS^Online

Навігація

Категорії

Фільтри

Фільтри:

Обрані фільтри: Рівень навчання: магістр Аудиторні заняття: вебінари Обрані категорії: Інформаційні технології

Автоматизація розв’язання системних задач

Автоматизоване тестування

Алгоритми шифрування та захисту даних

Алгоритмізація та програмування

Аналіз даних. Великі дані

Архітектура багатокористувацьких комп'ютерних мереж

Архітектура комп’ютера

Бази даних та інформаційні системи

Дискретна математика для програмістів

Кросплатформове програмування

Курсова робота з дисципліни "Організація та обробка електронної інформації"

Курсова робота з дисципліни “Вступ до машинного навчання”

Методичні аспекти реалізації STEM-підходів у навчанні

Моделювання інформаційних систем

Надійність, стандарти та якість програмного забезпечення

Основи криптографії

Сучасні мови програмування

Теорія компіляції

Управління проєктами

Хмарні технології в інженерії даних

3Д моделювання

Корпоративні конфлікти та методи їх подолання

Фінансова грамотність та шахрайство

На сьогоднішній день методи штучного інтелекту широко застосовуються для рішення цілого ряду задач кібербезпеки, тому вивчення їх дозволить майбутнім фахівцям оволодіти перспективними технологіями в обраній спеціалізації. В дисципліні вивчаються методи: машинного навчання, нейронних мереж, генетичних алгоритмів, нечіткої логіки, комп’ютерного зору. Для успішного проходження курсу необхідно мати початкові навички програмування мовою Python.

В умовах сьогодення, системи штучного інтелекту мають широкий спектр застосування для вирішення цілого комплексу задач кібербезпеки. Дослідження та вивчення інтелектуальних систем надасть можливість майбутнім фахівцям оволодіти сучасними технологіями в обраній спеціалізації. В дисципліні досліджуються методи машинного навчання, задачі прогнозування, типи нейронних мереж, принципи розпізнавання, класифікації, кластерізації, генетичні алгоритми, принципи нечіткої логіки та комп’ютерного зору.

Ціллю навчальної дисципліни є набуття студентами знань, умінь і здатностей (компетенцій) щодо розробки та застосування методів штучного інтелекту в задачах кібербезпеки для ефективного вирішення завдань професійної діяльності.

Задачами навчальної дисципліни є:

отримання студентами фундаментальних систематизованих знань про підходи, моделі і методи, розроблені в рамках наукового напрямку «штучний інтелект»;
освоєння студентами основних методів штучного інтелекту, що застосовуються в системах кібербезпеки;
ознайомлення студентів з новими методами і підходами до вирішення традиційних завдань, що розробляються в рамках напряму "штучний інтелект" та застосовуються для рішення завдань кібербезпеки;
формування у студентів аналітичних здібностей, які б дозволяли їм робити обґрунтований вибір вивчених моделей і методів при вирішенні завдань з проблемної області, в якій вони спеціалізуються (кібербезпека).

Перелік тем

Тема 1. Напрямки застосування штучного інтелекту в кібербезпеці.
Тема 2. Машинне навчання в задачах кібербезпеки.
Тема 3. Нейронні мережі та їх застосування в кібербезпеці
Тема 4. Теоретичні основи інтелектуальних програмних агентів
Тема 5. Еволюційне моделювання та генетичні алгоритми
Тема 6. Представлення знань і вивід на знаннях
Тема 7. Нечіткі множини та логіко-лінгвістичне моделювання в задачах кібербезпеки.
Тема 8. Комп’ютерний зір та обробка зображень в задачах кібербезпеки.
Тема 9. Розпізнавання образів в задачах кібербезпеки. — Штучний інтелект в задачах кібербезпеки

Силабуси за спеціальністю Інформаційні технології магістерського рівня підготовки, з проведенням вебінарів

Інформаційні технології

Другий магістерський рівень підготовки.

×

Бізнес, адміністрування та право

Менеджмент

Культура, мистецтво та гуманітарні науки Бізнес, адміністрування та право Інформаційні технології Транспорт, спорт і послуги

Культура, мистецтво та гуманітарні науки

Соціальні науки, журналістика та інформація

Економіка

Інформаційні технології

Комп'ютерні науки

×

Форма навчання

Курс навчання

Аудиторні заняття

Рівень навчання

Семестровий контроль

Мова

Освіта

Форма фінансування

Семестр

Цикл підготовки

Рік