Systems of artificial intelligence

2019Z

Kod przedmiotu2317S2-SAI
Punkty ECTS 5
Typ zajęć Wykład
Ćwiczenia laboratoryjne
Przedmioty wprowadzająceProgramowanie, Algorytmy i Struktury Danych, Sztuczna Inteligencja
Wymagania wstępneZnajomość technik progamowania
Opis ćwiczeńĆwiczenia realizowane są w formie praktycznego przetrenowania wybranych algorytmów omawianych na wykładach; Większość realizowanych zadań student przedstawia w postaci kodu, buduje model danego problemu – eksperymentalnie sprawdza wiedzę teoretyczną; Tworzy raporty z przeprowadzonych eksperymentów
Opis wykładów1-3.Przypomnienie i uporzadkowanie podstawowych zagadnień Sztucznej Inteligencji; 4-5.Metody analizy statystycznej stosowane w AI; 6-7.Data mining–wyszukiwanie wzorców w danych; 8-9.Sieci neuronowe–algorytm propagacji wstecznej,algorytm Widrowa Hoffa; 10.Algorytmy genetyczne–podstawowe operacje,metoda wczesnego stopu; 11.Algorytmy oceny jakości klasyfikacji i zjawisko przeuczenia w AI; 12.Support Vector Machine–idea,przykładowe implementacje–SVMlib; 13.Metoda uczenia ze wzmocnieniem; 14.Strategie – teorii gier; 15.Języki naturalne – bag of words – inteligentna analiza tekstu;
Cel kształceniaZaprezentowanie studentowi zaawansowanych metod Sztucznej Inteligencji; Pokazanie zastosowań praktycznych
Literatura podstawowa1) Artiemjew, Wybrane paradygmaty sztucznej inteligencji, PJWSTK, 2013
Literatura uzupełniająca
Uwagi