Методичнi вказiвки до практичних робіт з дисципліни «Ідентифікація складних систем і об'єктів» для здобувачів третього (освітньо-наукового) рівня вищої освіти ОНП «Інженерія програмного забезпечення»

Abstract

У збірнику практичних робіт представлено комплексний наскрізний проєкт «Система ідентифікації та класифікації біомедичних сигналів», присвячений розробці системи діагностики ранніх ознак хвороби Паркінсона на основі аналізу спіральних малюнків.

Практичні роботи охоплюють весь цикл розробки системи машинного навчання: від підготовки та аналізу біомедичних даних до валідації та розгортання готової системи. Особливу увагу приділено застосуванню методів ідентифікації систем у медичних додатках, включаючи непараметричні та параметричні підходи, спектральний аналіз, інженерію ознак та етичні аспекти використання штучного інтелекту в медицині.

Збірник практичних робіт призначений для здобувачів третього (освітньо-наукового) рівня вищої освіти, які навчаються за освітньо-науковою програмою «Інженерія програмного забезпечення». Він також буде корисним для аспірантів, науковців та інженерів, що спеціалізуються в галузі біомедичної інженерії та машинного навчання.

The collection of practical works presents a comprehensive end-to-end project «System for Identification and Classification of Biomedical Signals» dedicated to developing a diagnostic system for early signs of Parkinson's disease based on spiral drawing analysis.

The practical works cover the complete machine learning system development cycle: from biomedical data preparation and analysis to validation and deployment of the finished system. Special attention is given to the application of system identification methods in medical applications, including non-parametric and parametric approaches, spectral analysis, feature engineering, and ethical aspects of artificial intelligence use in medicine.

The collection of practical works is intended for students of the third (educational and scientific) level of higher education enrolled in the ``Software Engineering'' educational and scientific program. It will also be useful for postgraduate students, researchers, and engineers specializing in biomedical engineering and machine learning.