Sztuczna inteligencja

ARTIFICIAL INTELLIGENCE

2021L

Kod przedmiotu2317N1-SZINT
Punkty ECTS 5
Typ zajęć Wykład
Ćwiczenia laboratoryjne
Przedmioty wprowadzająceProgramowanie, Algorytmy i Struktury Danych
Wymagania wstępneZnajomość technik programistycznych
Opis ćwiczeńĆwiczenia realizowane są w formie praktycznego przetrenowania wybranych algorytmów omawianych na wykładach; Student eksperymentalnie sprawdza wiedzę teoretyczną; Tworzy raporty z przeprowadzonych eksperymentów
Opis wykładów1.Wprowadzenie do Sztucznej Inteligencji (AI); 2.Nakreślenie stanu wiedzy w AI; 3.Prawdopodobieństwo w AI–reguły i sieci Bayesa; 4.Algorytmy wyznaczania optymalnej trasy - m.in. A*; 5.Systemy regułowe; 6.Uczenie Maszynowe-uczenie nadzorowane i nienadzorowane; 7.Sieci neuronowe - podstawy; 8.Drzewa decyzyjne-m.in. alg. C4.5; 9.Systemy ekspertowe; 10.Algorytmy redukcji informacji z baz wiedzy,aproksymacja,selekcja cech,zbiory cięć,redukty; Zastosowanie AI w Teorii Gier–budowanie drzewa gry; Elementy wizji komputerowej–detektory cech;
Cel kształceniaZaprezentowanie studentowi wprowadzenia do dziedziny Sztucznej Inteligencji; Zainteresowanie studenta tematyką Sztucznej Inteligencji; Pokazanie zastosowań praktycznych metod AI
Literatura podstawowa1) Artiemjew, P., Wybrane Paradygmaty Sztucznej Inteligencji , PJWSTK, 2013
Literatura uzupełniająca1) Mitchell, wyd. McGrav-Hill, Machine learning, 1950r., tom 2) Duda, Hart, Stork, wyd. bd, Pattern Recognition, bdr., tom 3) Turing, wyd. Mind, Computing machinery and intelligence, bdr., tom
Uwagi