Дисципліни
Архітектура інформаційних систем
Курс передбачає набуття теоретичних і практичних знань в одній з перспективних інтелектуальних комп'ютерних технологій розподіленого штучного інтелекту, що віднедавна носить назву багатоагентні інтелектуальні системи. У ході навчання студенти ознайомляться з основними поняттями архітектури агентів, мовами агентних систем, агентними платформами, а також із поняттями мобільності обчислень. У практичному плані студенти отримають змогу власноручно конструювати програмних агентів для застосування в різних галузях сучасних інформаційних технологій (софтботи для інформаційного пошуку, персональні асистенти, керування електронною поштою, мобільні агенти, планування нарад і зустрічей тощо).
Машинне навчання
Предмет навчальної дисципліни "Машинне навчання" включає основну проблематику застосування класичних методів машинного навчання та найважливіших підходів до розв’язання практичних задач з цієї області. Центральне місце займає висвітлення проблематики і шляхів рішення методів машинного навчання з вчителем та без вчителя. Розглядаються важливі прикладні застосування, зокрема регресійний аналіз, класифікація, кластерізація, нейронні мережі, дерева рішень та випадкові ліси.
Методологія наукових досліджень в галузі комп'ютерних наук
Програма курсу „Методологія наукових досліджень в галузі комп'ютерних наук ” відповідає навчальному плану підготовки магістрів. Курс передбачає набуття теоретичних і практичних знань, що стосуються методології наукових досліджень в галузі комп'ютерних наук.
Проблеми штучного інтелекту
Метою і завданням навчальної дисципліни "Проблеми штучного інтелекту" є висвітлення основних сучасних підходів до проектування і програмування інтелектуальних програмних систем, які базуються на знаннях, орієнтовані на розв'язання недостатньо формалізованих задач, та які вимагають постійного розвитку і реорганізації. Предмет навчальної дисципліни "Проблеми штучного інтелекту" включає основну проблематику застосування класичних методів штучного інтелекту та найважливіших підходів до проектування інтелектуальних систем. Центральне місце займає висвітлення проблематики і шляхів рішення у побудові та використанні інтелектуальних агентів, нейронних мереж, машинного навчання, навчання з підкріпленням, автоматизації обробки природньої мови, нейронних і квантових обчислювачів, Інтенету речей, автоматизації онтологій. Розглядаються важливі прикладні застосування, зокрема розпізнавання образів, комп’ютерні ігри тощо. Знання та практичний досвід, що будуть отримані в процесі вивчення курсу, дозволять значно розширити можливості студентів при написанні дипломних проектів.
Еволюційне програмування та генетичні алгоритми
Основним завданнями вивченням дисципліни «Еволюційне програмування та генетичні алгоритми» є оволодіння основними поняттями та методами теорії еволюційних алгоритмів; ознайомлення з сучасним станом теоретичних досліджень в галузі еволюційних алгоритмів; оволодіння методами розробки, реалізації та аналізу еволюційних алгоритмів, призначених для вирішення практичних задач; вироблення навичок пошуку і порівняльного аналізу бібліографічних джерел, визначення неповноти або неякісного подання наявної наукової інформації.