<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="https://repository.hneu.edu.ua/handle/123456789/20138">
    <title>DSpace Зібрання:</title>
    <link>https://repository.hneu.edu.ua/handle/123456789/20138</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="https://repository.hneu.edu.ua/handle/123456789/34052" />
        <rdf:li rdf:resource="https://repository.hneu.edu.ua/handle/123456789/32469" />
        <rdf:li rdf:resource="https://repository.hneu.edu.ua/handle/123456789/31957" />
        <rdf:li rdf:resource="https://repository.hneu.edu.ua/handle/123456789/31956" />
      </rdf:Seq>
    </items>
    <dc:date>2026-04-21T00:21:00Z</dc:date>
  </channel>
  <item rdf:about="https://repository.hneu.edu.ua/handle/123456789/34052">
    <title>Методи та системи штучного інтелекту</title>
    <link>https://repository.hneu.edu.ua/handle/123456789/34052</link>
    <description>Назва: Методи та системи штучного інтелекту
Автори: Солодовник Г. В.
Короткий огляд (реферат): Системи штучного інтелекту давно вже увійшли в повсякденне життя людини: перекладачі, помічники, розумні будинки. Тому для сучасних фахівців необхідними є знання про методи розробки таких систем.&#xD;
Навчальний посібник присвячено питанням логіки мислення, методам подання знань, передумовам виникнення та розвитку систем штучного інтелекту, принципам розробки інтелектуальних систем.&#xD;
Новизна посібника полягає в системному підході до висвітлення питань розробки систем штучного інтелекту починаючи основами логіки та закінчуючи інструментальними засобами створення експертних систем. У посібнику наведено велику кількість прикладів до наведених понять, а також прикладів розв’язання задач. Самостійне навчання здобувачів забезпечуються наявністю питань та завдань для самостійної перевірки знань в кожному розділі.&#xD;
Призначено для самостійного вивчення методів та систем штучного інтелекту здобувачами вищої освіти всіх спеціальностей.</description>
    <dc:date>2021-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://repository.hneu.edu.ua/handle/123456789/32469">
    <title>Розробка та аналіз алгоритмів</title>
    <link>https://repository.hneu.edu.ua/handle/123456789/32469</link>
    <description>Назва: Розробка та аналіз алгоритмів
Автори: Солодовник Г. В.; Шаповалова О. О.
Короткий огляд (реферат): Наведено основні підходи до побудови алгоритмів і визначення їхньої складності. Розглянуто класичні алгоритми роботи зі складними динамічними структурами даних, наведено приклади роботи алгоритмів, контрольні запитання та завдання для самоперевірки, лабораторні роботи та контрольні запитання до них. &#xD;
Рекомендовано для студентів спеціальності 125 «Кібербезпека» першого (бакалаврського) рівня всіх форм навчання.</description>
    <dc:date>2023-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://repository.hneu.edu.ua/handle/123456789/31957">
    <title>Інтелектуальний аналіз даних з практикумом в Deductor:   з дисципліни «Інтелектуальний аналіз даних»</title>
    <link>https://repository.hneu.edu.ua/handle/123456789/31957</link>
    <description>Назва: Інтелектуальний аналіз даних з практикумом в Deductor:   з дисципліни «Інтелектуальний аналіз даних»
Автори: Шаповалова О. О.
Короткий огляд (реферат): В навчально-методичному посібнику подається теоретичний матеріал та практичні роботи з дисципліни «Інтелектуальний аналіз даних», зокрема з застосуванням аналітичної платформи Deductor. Висвітлено концептуальні основи аналізу даних на підґрунті алгоритмів штучного інтелекту з застосуванням можливостей комп’ютерних наук та інформаційних технологій. Подання матеріалу організовано так, що методи інтелектуального аналізу даних викладаються з використанням елементарних понять та супроводжується практичними прикладами з різних галузей. &#xD;
Для розв’язання практичних задач залучено аналітичну платформу Deductor, яка має сучасний інтерфейс і розвинену структуру та орієнтована на інтелектуальний аналіз даних з застосуванням методів вилучення, маніпулювання та візуалізації, а також кластеризації даних та нейромережевих технологій. Кожна із лабораторних робіт супроводжується теоретичним матеріалом, тестовими прикладами, питаннями для самоперевірки знань. &#xD;
Призначено для здобувачів вищої освіти спеціальностей: 122 “Комп’ютерні науки”, 126 “Інформаційні системи та технології”.</description>
    <dc:date>2020-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="https://repository.hneu.edu.ua/handle/123456789/31956">
    <title>Математичні моделі і методи прийняття рішень. Лабораторний практикум   для здобувачів вищої освіти спеціальностей  122 “Комп’ютерні науки”, 126 “Інформаційні системи та технології”  другого (магістерського) рівня</title>
    <link>https://repository.hneu.edu.ua/handle/123456789/31956</link>
    <description>Назва: Математичні моделі і методи прийняття рішень. Лабораторний практикум   для здобувачів вищої освіти спеціальностей  122 “Комп’ютерні науки”, 126 “Інформаційні системи та технології”  другого (магістерського) рівня
Автори: Сізова Н. Д.; Шаповалова О. О.
Короткий огляд (реферат): Розглянуто новітні підходи щодо задач, які стосуються прийняття рішень та різноманітні аспекти їх розв’язання, а також наведено оригінальні приклади виконання лабораторних робіт та практичних завдань, що охоплюють основні розділи дисципліни «Математичні моделі і методи прийняття рішень». Для кращого опанування матеріалу кожна тема містить теоретичні положення, тестові завдання та контрольні питання.&#xD;
У межах реалізації методів обчислювальної математики в процесі розв’язання задач наведено відповідні рекомендації щодо застосування для цього сучасних інформаційних технологій.&#xD;
Призначено для здобувачів вищої освіти спеціальностей 122 “Комп’ютерні науки”, 126 “ Інформаційні системи та технології ” другого (магістерського) рівня, а також для широкого кола користувачів, які вивчають сучасні методи прийняття рішень.</description>
    <dc:date>2021-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

