У конспекті лекцій з курсу «Аналіз та обробка великих даних» подано теоретичні основи аналізу великих даних та нереляційних баз даних. Здобувач ознайомиться з архітектурами розподілених систем, бібліотекою Apache Spark та її інтерфейсом до мови програмування Python, поняттям кадру даних, особливостями роботи та операціям з ним, методами розподіленого машинного навчання, створенням та роботою з нереляційними базами даних, зокрема MongoDB.

Машинне навчання – це цілий світ і при розробці цього курсу ми активно користувалися багатьма джерелами. Найпростіший і очевидніший приклад – це класифікація зображень.

Розглянуто теоретичні засади систем розподіленої обробки даних та нереляційних баз даних. Описано процедуру конфігурації, типові запити та функції таких систем. Наведено приклади розв’язку практичних задач за наведеними алгоритмами.

У конспекті лекцій з курсу «Самонавчання складних систем» подано теоретичні основи різних типів нейронних мереж, методи їх навчання, наведено способи використання в різних сферах. Здобувач ознайомиться не лише з методами, які вже широко використовуються на практиці, але й передовими науковими здобутками, зокрема генеративним штучним інтелектом.

Машинне навчання – це один з методів функціонування штучного інтелекту, що вивчає методи побудови алгоритмів, здатних навчатися.

У цьому виданні розглянуто методологію та основні інструменти управління розвитком складних систем, наведено приклади виконання практичних завдань з тематики управління організаціями, зокрема системний підхід. Уміщено питання для самоконтролю засвоєння знань, перелік використаної та рекомендованої для поглибленого вивчення курсу літератури.

Складено відповідно до навчальної програми з дисципліни «Управління сталим розвитком регіональних систем» за освітньою програмою «Системний аналіз» спеціальності 124 Системний аналіз. Мета посібника – засвоєння знань та технологій управління сталим розвитком регіональних систем, які є актуальними для розбудови сучасної України. У посібнику уміщено запитання для самоконтролю, бібліографічний перелік використаної для поглибленого вивчення курсу літератури.

У навчальному посібнику «Практикум з диференційних рівнянь» розглянуті розділи нормативної дисципліни «Диференційні рівняння», а саме: диференційні рівняння першого і вищий порядків та їх систем.

Мета дисципліни – формування у здобувачів вищої освіти компетентностей щодо фундаментальних теоретичних положень і практичних аспектів, пов’язаних з методами аналізу відношень на сучасних об’єктах, комп’ютеризації та можливості їх представлення у вигляді цілеспрямованих систем; вироблення практичних навичок системного застосування методології для аналізу, моделювання та проектування складних систем функціювання об’єкту аналізу та управління, побудови комп'ютерних інформаційних систем (КIС), розв’язування інформаційних задач з використанням методології системного аналізу для логiкофiзичного моделювання та проектування КIС; формування у здобувачів системного мислення.

Навчальний посібник охоплює матеріал з вивчення ключових понять і термінів сталого розвитку, методів прийняття рішень та економіко-математичного моделювання для цілей управління сталим розвитком промислових підприємств і територій. Викладено математичні основи теорії прийняття рішень, як складової системи управління сталим розвитком. Розглянуто типові методи вирішення проблемних ситуацій – прогнозування на основі статистичних та економетричних моделей, методи прийняття рішень за наявністю багатьох критеріїв та в умовах невизначеності. Основну увагу приділено прикладним аспектам теорії прийняття рішень. Книгу розраховано на осіб, які опанували математику в межах університетського курсу, зокрема на тих, що навчаються за спеціальностями 073 «Менеджмент», 076 «Підприємництво та торгівля», 124 «Системний аналіз». Посібник призначений, насамперед, для студентів, аспірантів і викладачів закладів вищої освіти, а також може бути корисним для державних службовців, менеджерів та інших осіб, яких цікавить використання методів прийняття рішень в практиці управління сталим розвитком.