Курс призначений для  вивчення основних принципів побудови систем штучного інтелекту (ШІ) та сучасних методів  машинного  навчання, засвоєння студентами базових принципів та отримання основних навичок подання і обробки інформації. Системи  штучного  інтелекту  представляють собою  системи  обробки  даних,  що  синтезовані  на  основі  об’єднання  різних  інтелектуальних технологій, а саме штучних нейронних мереж, фаззі-систем, методів еволюційної оптимізації, теорії  оптимізації  з  та  без  обмежень  тощо  з  метою  отримання  удосконаленої  універсальної системи штучного інтелекту для обробки і аналізу потоків даних. Розглядаються основні поняття та означення ШІ, підходи, методи і технології ШІ, способи представлення інтелектуальної задачі та методи пошуку рішень, моделі представлення знань у систем із ШІ, сучасні тенденції та підходи до створення систем із ШІ.

У курсі вивчаються сучасні технології та бібліотеки мови програмування Python для вирішення задач машинного навчання класів Supervised learning та Unsupervised learning.

На практичних та лабораторних заняттях за допомогою засобів бібліотеки Scikit-Learn вирішуються задачі побудови ансамблей дереве рішень, Kernel Trick, застосовується ядерний метод опорних векторів, розглядаються приклади та вирішуються задачі із використанням алгоритмів Unsupervised learning та нейронних мереж на реальних відкритих наборах даних з таких джерел, як Kaggle, UCI Machine Learning Repository, VisualData, Amazon, Google’s Datasets Search Engine, Computer Vision Datasets, Public Government Datasets for Machine Learning. Вивчаються елементи візуалізації даних засобами бібліотеки Seaborn.