Дисципліни за вибором для інформатиків

СКАЧАТЬ

Анотації до спецкурсів кафедри теоретичної та прикладної інформатики

2017-2018 навчальний рік

2 семестр (1)

1. Вступ до мови програмування Python – доц. Зарецька І.Т.

Розглядаються базові елементи мови програмування Python.

2. Вступ до мови програмування Basic – проф. Фролов В.В.

Розглядаються базові елементи мови програмування Basic.

4 семестр (1)

1. Алгоритми обчислювальної геометрії – ст. викл. Власенко Д.І.

У курсі будуть розглянуті задачі побудови опуклої оболонки у просторі, побудови розгорток багатогранника, обчислення діаметру багатогранника.

Також буде розглянута задача відновлення кривої та поверхні з заданої множини точок.

2. Символьні обчислення (на прикладі СКМ Maxima) – Петров  Є. В.

В курсі розглянуто методи розв’язання класичних задач мат. аналізу, алгебри та диф. рівнянь за допомогою пакету СКМ Maxima.

5 семестр (1)

1. Теорія обчислюванності – ст. викл. Полякова

Мета курсу полягає у навчанні майбутніх спеціалістів основам теорії обчислюванності.В межах курсу викладаються основні поняття теорії очислюванності: алгоритм, обчислювана функція; моделі обчислень – машина Т’юрінга, машина з необмеженими регістрами, частково рекурсивні функції;  метод нумерації обчислюваних функцій Геделя, поняття універсальної обчислюваної функції, поняття розв’язності, часткової розв’язності та нерозв’язності проблем, та методи доведення  розв’язності та нерозв’язності проблем; поняття складності обчислень та визначення класів складності P, NP.

2. Вступ до числових методів – доц. Доля П.Г.

В курсі викладаються основи числових методів та способи їх застосування за допомогою інструментальних засобів.

3. Вступ до криптографії – Каролінський Є.О.

6 семестр (2)

1. Теорія інформації та кодування – проф. Руккас К.М.

Загальні відомості з теорії інформації. Кількість інформації. Ентропія. Оптимальне кодування і стискання інформації  (Коди Шеннона-Фено. Коди Хаффмана. Арифметичне кодування. Словникові методи стискання.)

Основи перешкодостійкого кодування. Контроль непарності. Матричні коди. Коди Хэммінга. Циклічні коди.

2. Теорія автоматів – проф. Жолткевич Г.М.

3. Об’єктно-орієнтоване програмування мовою Python – доц. Зарецька І.Т.

Розглядаються базові елементи об’єктно-орієнтованого підходу у  мові програмування Python.

4. Об’єктно-орієнтоване програмування мовою С# — Фролов В.В.

Розглядаються базові елементи об’єктно-орієнтованого підходу у  мові програмування С#.

7 семестр (2)

1. Angular JS — популярні frontend рішення – Годун Є.Д.

 Typescript, Components, Data binding, Directives, Services, Dependency injection

2. Аналітичні методи геометричного моделювання – доц. Доля П.Г.

Розглядаються питання, зв’язані зі строгим математичним описом елементів складної геометричної форми, а також сучасні методи моделювання кривих та поверхонь на комп’ютері. Охоплюються  такі розділи: інтерполяція та апроксимація кривих та поверхонь; теорія сплайнів , методи їх аналітичного опису; геометричні прикладення теорії R – функцій; кускові функції та їх застосування. Розглядаються наступні теми: явні та параметричні рівняння складених кривих; явні та параметричні рівняння кусково — поліноміальних функцій та сплайнів; рівняння ламаної; явні та параметричні рівняння складених поверхонь (наприклад, параметричні рівняння піраміди, куба, призми, тощо); неявні рівняння границь плоских зон (наприклад, неявне рівняння квадрата, трикутника , тощо); неявні рівняння границь тривимірний зон (наприклад, неявні рівняння куба або піраміди).

Замечание. Фактически, курс является компьютерной версией продвинутого курса аналитической геометрии с добавлением некоторых «окологеометрических» тем, изложение которых удобно (и наглядно) вести с использованием систем компьютерной математики. Курс более 10 лет читался студентам, специализировавшимся по кафедре геометрии, однако, он полезен всем математикам и «информатикам», особенно тем, у которых не было отдельного курса аналитической геометрии.

3. Теорія автоматів – проф.  Жолткевич Г.М.

4. Топологічні методи в робототехніці – доц. Окрут С. І. 

Математичне моделювання маніпуляторів природно призводить до топологічних проблемам побудови і аналізу конфігураційних просторів. Розглядаються методи обчислювальної топології для аналізу гомологій конфігураційних просторів. Пряма і обернена кінематична задача.

5. Моделювання складних систем на прикладі біологічних систем – доц. Владимирова М. В.

8 семестр (3)

1. Теорія автоматів і кіберфізичні системи – проф. Жолткевич Г.М.

2. Математичні методи обробки зображень –доц. Доля П.Г.

 Курс  містить матеріали для знайомства з сучасними методами обробки та деякими методами аналізу зображень. З застосуванням системи комп’ютерної математики (наприклад, Matlab) буде виконано ознайомлення з методами представлення цифрових монохромних та кольорових зображень, математичними методами їх обробки та відновлення. В курсі розглядаються наступні теми: зображення як математична функція; типи зображень; алгебраїчні методи обробки монохромних зображень; просторова фільтрація; двовимірне дискретне перетворення Фур’є; фільтрація в частотній зоні; відновлення зображень в присутності шуму; фільтри для просторового шуму; обробка кольорових зображень; алгебра зображень; виявлення точок та ліній.

Є методичні матеріали з різних тем курсу на сторінці:

http://geometry.karazin.ua/~dolya/documents                        

3. Розробка застосувань для мобільних пристроїв – Медведюк Д.

Знайомство з розробкою під мобільну платформу  Android. Утворення Android застосувань з використанням різних технологій і можливостей пристроів (камера, гіроскоп, геоданні, bluetooth і т.і.). Знайомство із середовищем розробки, основні елементи Android  застосування, активності і фрагменти, використовування  service і broadcastreceiver,  зберігання даних, робота з камерою, робота з медіа, робота з картами.

4. Сучасні Java технології — Годун Є.Д.

Lambdas, Streams, Functional interfaces, Java 9, AWS, Testing frameworks (Mockito, PowerMock), Spark, Reactive programming

5. Моделювання інформаційних процесів – проф. Руккас К.М.

Математичні моделі дослідження операцій. Загальна постановка задачі дослідження операцій.  Лінійне програмування. Транспортна задача. Задача про призначення.  Цілочисельне програмування. Динамічне програмування. Стохастичне програмування. Марківські ланцюги. Основи теорії  масового обслуговування .

6. Агентні технології – проф. Руккас К.М.

Поняття агента. Структура агента. Варіанти середовища.  Прийняття рішень за умовами невизначеності. Основні засоби навчання агентів. Статистичні методи навчання. Навчання з підкрипленням.

7. Функціональне програмування – викл. Черномаз Б.О.

В цьому курсі ви навчитесь основам функціонального програмування з використаннням Haskell. Крім основ синтаксису Haskell ви дізнаєтесь про теоретико-категорійні основи функціонального програмування, про системи виводу типів, про коваріантість та контраваріантність типів та поліморфність функцій, про функтори та оббчислювання з використанням монад та інше. Також ми приділемо увагу використанню функціонального підходу у розробці програм що виникають на практиці.

9 семестр (1)

1. Архітектура корпоративних систем – проф. Фролов В.В.

Дисципліна передбачає розуміння: програмної організації сучасних корпоративних інформаційних систем (КІС) та інструментальних засобів для їх розробки і інтеграції; місця КІС в процесах управління підприємством; методів системного аналізу придатності тих чи інших архітектурних рішень і методів розробки в конкретних умовах господарської діяльності підприємства. В результаті вивчення дисципліни студент повинен: знати принципи організації програмної архітектури сучасних корпоративних інформаційних систем, стандартні засоби інтеграції різнорідних рішень в складі єдиної системи і методи об’єктивного аналізу різних варіантів;  вміти застосовувати отримані теоретичні знання до вирішення практичних питань настройки і інтеграції КІС в конкретних умовах діяльності підприємства;  мати уявлення про потенційні можливості сучасних комерційних КІС і засобів розробки від провідних міжнародних виробників.

2. Сучасні Java технології – Годун Є. Д.

 Lambdas, Streams, Functional interfaces, Java 9, AWS, Testing frameworks (Mockito, PowerMock), Spark, Reactive programming         

3. Решітки формальних понять в аналізі даних – викл. Черномаз Б.О.

В цьому курсі ви вивчите основи теорії решіток та її прикладну частину, що називається Аналіз Формальних Понять (Formal Concept Analysis, FCA). Ви дізнаєтесь, як отримані дані можуть бути перероблені в так звані решітки формальних понять, які потім можуть бути оброблені з використанням алгебраїчних маніпуляцій, і які можуть бути наглядно візуалізовані.  Ви також навчитесь, як решітки можуть бути використані для уявлення складних зв’язків в ієрархіях концептів. Врешті, ви дізнаєтесь як ці методи можуть бути використані для знаходження залежностей в даних та до проблем класифікаці,ї основаних на позитивних та негативних прикладах.

4. Методи конструювання  штучних нейроних мереж – доц.Доля П. Г.

Розглядається методика конструювання штучних нейронних мереж за допомогою функцій пакета Neural Network Toolbox (NNT) Matlab.

5. Фрактальна динаміка – доц. Окрут С. І.

1.Фракталы возникают как в неживой природе, так и в системах искусственного происхождения, в том числе в информационных системах. Изучаются различные виды размерности, от малой индуктивной размерности до размерности Хаусдорфа. Размерность объекта есть мера его сложности. Рассматриваются примеры фрактальных структур и вычисляются их размерности.

10 семестр (2)

1. Сучасні Java технології – Годун Є. Д. (за вибором)

 Lambdas, Streams, Functional interfaces, Java 9, AWS, Testing frameworks (Mockito, PowerMock), Spark, Reactive programming

2. Решітки формальних понять в аналізі даних – викл.Черномаз Б.О.

В цьому курсі ви вивчите основи теорії решіток та її прикладну частину, що називається Аналіз Формальних Понять (Formal Concept Analysis, FCA). Ви дізнаєтесь, як отримані дані можуть бути перероблені в так звані решітки формальних понять, які потім можуть бути оброблені з використанням алгебраїчних маніпуляцій, і які можуть бути наглядно візуалізовані.  Ви також навчитесь, як решітки можуть бути використані для уявлення складних зв’язків в ієрархіях концептів. Врешті, ви дізнаєтесь як ці методи можуть бути використані для знаходження залежностей в даних та до проблем класифікаці,ї основаних на позитивних та негативних прикладах.

3. Моделі та методи обробки великих даних – ст. викл. Морозова А. Г.

В спецкурсі розглядаються основні моделі організації великих даних та методи їх обробки. В якості моделей організації великих даних розглядається OLAP схема «зірка», розподілені файлові системи на прикладі архітектури GFS (Google File System) та Apache HDFS (Hadoop Distributed File System).  Також в спецкурсі розглядаються основні моделі програмування для великих даних, зокрема алгоритм MapReduce та його реалізація в проекті Hadoop, а також використання проекту  Hadoop для розробки розподілених програм аналізу Big Data та ETL процес для отримання аналітичних даних з оперативних даних.

4. Методи конструювання штучних нейронних мереж – доц. Доля П. Г.

Розглядається методика конструювання штучних нейронних мереж за допомогою функцій пакета Neural Network Toolbox (NNT) Matlab.

11 семестр (5)

  1. Кластерний аналіз  –  доц. Доля П. Г.

         Розглядаються математичні методи, які використовуються при класифікації багатовимірних спостережень або об’єктів, і які побудовані на визначенні відстані між об’єктами з подальшим виділенням з них груп об’єктів (кластерів). Розглядаються наступні теми: основні поняття кластерного аналізу; відстань між об’єктами, міра близькості та схожості; відстань між кластерами; функціонал якості розбиття; обчислення кількості кластерів; ієрархічні кластер-процедури; класифікація об’єктів методом середнього зв’язку; класифікація алгоритмами «найближчого сусіда» і «далекого сусіда»; засоби графічного представлення розв’язків, дендрограми.

2. Методи конструювання штучних нейроних мереж –  доц. Доля П. Г.

              Розглядається методика конструювання штучних нейронних мереж за допомогою функцій пакета Neural Network Toolbox (NNT) Matlab.

3. Теорія типів в програмуванні  —  проф.  Жолткевич Г. М.

Метою навчання є пояснення способу використання систем типів для поліпшення якості процесу розробки програмного забезпечення. Сучасні методи проектування програмного забезпечення мають широкий спектр формальних методів для забезпечення надійності процесу розробки програм. Потужні інструменти, такі як динамічні і модальні логіки, мови алгебраїчних специфікацій, денотаційна семантика лежать на одному кінці цього діапазону. Але ціною їх потужності є складність і необхідність високого рівня кваліфікації користувачів. Системи типів лежать на іншому кінці діапазону. Відповідні методи широко використовуються компіляторами і легкими програмними інструментами контролю коректності програм. Курс орієнтований на застосування систем типів в мовах програмування, а не на саму теорію типів.

4. Апроксімація даних за допомогою штучних нейроних мереж – проф. Фролов В. В.

Цілями освоєння дисципліни є формування у студентів комплексу теоретичних знань та методологічних основ в області розробки і дослідження інтелектуальних систем обробки інформації, а також практичних навичок, необхідних для впровадження і практичного використання таких систем. Зокрема, для вирішення завдань апроксимації необхідно:  дати уявлення про прикладні програмні засоби, засновані на нейронних мережах;  дати уявлення про інструментальне ПЗ для навчання нейронних мереж та експериментів з ними;  підготувати студентів до використання нейромережевих технологій в науково-дослідній діяльності.

5. Оцінювання продуктивності розподілених систем – доц. Кабалянц П.С.

        Передача даних у інформаційних системах моделюється як потік подій. Для розподілених систем виникає задача синхронізації набору потоків подій. В курсі розглядається аналіз розподілених систем з розкладом, які моделюються за допомогою набору потоків подій .

6. Глибоке машинне навчання– доц. Кабалянц П. С.

Глибинне навчання тут розуміється як клас алгоритмів машинного навчання, які ґрунтуються на навчанні декількох шарів ознак або представлень даних. Ознаки вищих рівнів виводяться з ознак нижчих рівнів для формування ієрархічного представлення. Основні алгоритми навчання пов’язані з багатошаровими нейронними мережами.

7. Моделі та методи обробки великих даних – ст. викл. Морозова А. Г.

В курсі розглядаються основні моделі організації великих даних та методи їх обробки. В якості моделей організації великих даних розглядається OLAP схема «зірка», розподілені файлові системи на прикладі архітектури GFS (Google File System) та Apache HDFS (Hadoop Distributed File System).  Також в курсі розглядаються основні моделі програмування для великих даних, зокрема алгоритм MapReduce та його реалізація в проекті Hadoop, а також використання проекту  Hadoop для розробки розподілених програм аналізу Big Data та ETL процес для отримання аналітичних даних з оперативних даних.

8. Використання мови програмування R з базами даних (R та бази даних) – ст. викл. Морозова А. Г.

В курсі розглядається використання мови програмування R для аналізу даних в реляційних базах даних. Курс розглядає основні конструкції мови R, механізм підключення до реляційних баз даних, доступ та запити до бази даних, оновлення та зміна даних, а також методи аналізу даних  за допомогою простих візуалізацій.

9. Програмні агенти – Руккас К. М.

Основні моделі навчання. Обробка даних. Пошук залежностей. Навчання з  підкріпленням. Навчання на основі спрстережень. Вивчення та застосування  пакету scilearn для розв’язання задач навчання агентів.

10. Моделювання інформаційних процесів – проф. Руккас К. М.

11. Візуалізація даних в середовищі R — ст. викл. Власенко Д. І .

В курсі розглядаються методи попередньої обробки та усунення протиріч в даних для унаочнення інформації з використанням мов R та Python. Будуть розглянуті наступні інструменти: пакети ggplot2, dplyr, shiny для мови R та пакети pandas, mathplotlib для мови Python. Також будуть розглядатись інші допоміжні пакети.

12. Фрактальна динаміка – доц. Окрут С. І.

Фрактали виникають як в неживій природі, так і в системах штучного походження, в тому числі в інформаційних системах. Вивчаються різні види розмірності, від малої індуктивної розмірності до розмірності Хаусдорфа. Розмірність об’єкта є міра його складності. Розглядаються приклади фрактальних структур і обчислюються їх розмірності

13. Топологічні методи в робототехніці – доц.  Окрут С. І.

Математичне моделювання маніпуляторів природно призводить до топологічних проблем побудови і аналізу конфігураційних просторів. Розглядаються методи обчислювальної топології для аналізу гомологічних груп конфігураційних просторів. Розглядається пряма і зворотна кінематична задача.

14. Сучасні методи обробки даних великого обсягу – Матвієнко Т. В.

Курс присвячений методам побудови великих високонавантажених систем (кластерів), плюсів і мінусів роботи з ними, алгоритмам розподілених обчислень в них. Також ми поговоримо про так звані noSQL сховища даних на прикладі Apache Cassandra, які широко використовуються у таких системах.

15. Потокова обробка даних великого обсягу – Матвієнко Т. В.

Для складних високонавантажених систем дуже важливо вміти в реальному часі реагувати на будь-які зміни. Більш того, іноді затримка в пару секунд може привести до величезних фінансових втрат. Курс присвячений питанням створення таких систем, їх відмовостійкості, швидкості і узгодженості даних в них.

16. Використання Cloud-провайдерів (OWS) в сучасних розподілених системах –   Матвієнко Т. В.

Аmazon Web Services — платформа, яка на даний момент надає більше 70 різних cloud сервісів для зберігання даних, аналітики, візуалізації, управління і т.д. Більшість сучасних проектів будуються якщо не повністю на інфраструктурі AWS, то точно використовуючи її хоча б частково. У рамках курсу ми розглянемо найбільш популярні з них.