|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIV / ISW
:
Popis předmětu
Pracoviště / Zkratka
|
KIV
/
ISW
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Inteligentní software
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
3
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
5 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
10
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem je pochopení teorie a získání zkušeností s technologiemi používanými při vytváření inteligentních softwarových systémů. Předmět je zaměřen na studenty prvního ročníku magisterského studia FAV a klade si za cíl seznámit studenty s inteligentními softwarovými agenty a jejich aplikacemi v simulacích, počítačových hrách a softwarovém inženýrství.
|
Požadavky na studenta
|
Pro získání zápočtu je nutné vypracovat hlavní samostatnou práci (viz příslušný odkaz v menu courseware) a trojici menších úloh k tématu strojovéhu učení a zpracovat esej o aktuálním tématu a s obojím seznámit ostatní studenty. Semestrální práce má tedy několik elementů: studium odborného textu a jeho rešerše, referát a implementace týmu botů pro hru UT2004 (a související dokumentace návrhu a implementace). Zápočet je potřeba získat do konce června.
Pro úspěšné absolvování předmětu je nutné složit zkoušku. Základní požadované znalosti ke zkoušce jsou na úrovni knihy Inteligentní agenty od Aleše Kubíka, kterou jste dostali k dispozici na našem prvním setkání a kterou je možné studovat v technicko-ekonomické knihovně. Další požadované znalosti pokrývají přednášky a dále materiály distribuované na DVD/USB na první přednášce.
Upozornění:
Termíny a forma ověřování splnění požadavků mohou být upraveny s ohledem na opatření vyhlášená v souvislosti s vývojem epidemiologické situace v ČR. Platná verze je uvedena v Courseware. Zápočet je nutno získat do konce června.
|
Obsah
|
1) charakteristické rysy inteligentního softwaru, inteligentní softwaroví agenti, druhy, vlastnosti, funkce a kompetence softwarových agentů
2) využití agentů v softwarovém inženýrství
3) multiagentní systémy, komunikace mezi agenty, kooperující agenti
4) komunikační standardy
5) aplikace softwarových agentů ve znalostním inženýrství a v distribuovaných systémech
6) programová realizace softwarových agentů a implementace inteligentních softwarových agentů
7) deep learning
8) umělá inteligence v počítačových hrách
9) aplikace softwarových agentů v počítačových hrách a aplikacích umělého života
10) systémy pro rychlé protoypování inteligentních softwarových agentů
11) architektury a řízení umělých bytostí, architektura BDI
12) reprezentace světa, navigace a dokonalost smyslů, rozhraní agent-svět
13) kognice, umělá mysl, afordance, action-selection modelování, percepce, paměť a umělé emoce
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
Kubík, Aleš. Inteligentní agenty. Vyd. 1. Brno Computer Press, 2004. ISBN 80-251-0323-4.
-
Doporučená:
Wooldridge M., Jennings N. R. Intelligent Agents: Theory and Practice,. Knowledge Engineering Review 10, 1995.
-
Doporučená:
Weiss, Gerhard. Multiagent systems : a modern approach to distributed artificial intelligence. Cambridge : MIT Press, 1999. ISBN 0-262-73131-2.
-
Doporučená:
Huhns, M. N., Singh, M.P. Readings in Agents,. Morgan Kaufmann Pub, 1997.
-
Doporučená:
Bradshaw, Jeffrey M. Software agents. Menlo Park ; AAAI Press, 1997. ISBN 0-262-52234-9.
-
Doporučená:
Mařík, Vladimír a kol. Umělá inteligence (2). Academia, Praha, 1997.
-
Doporučená:
Mařík, Vladimír a kol. Umělá inteligence (3). Academia, Praha, 2001.
-
Doporučená:
Mařík, Vladimír a kol. Umělá inteligence (4). Academia, Praha, 2003.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava prezentace (referátu) [3-8]
|
10
|
Kontaktní výuka
|
65
|
Příprava na zkoušku [10-60]
|
31
|
Vypracování seminární práce v magisterském studijním programu [5-100]
|
50
|
Celkem
|
156
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
orientovat se v základních tématech umělé inteligence |
vysvětlit fungování algoritmů řešení úloh včetně A* |
orientovat se v oblasti reprezentace znalostí a znalostních systémů |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
porozumět anglickému technickému textu |
navrhnout program podle zásad objektového programování |
programovat v Javě |
používat IDE Netbeans a Eclipse |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
shrnout teoretické znalosti v oblasti inteligetního software, multiagentních systémů a architektury řízení umělých bytostí |
vysvětlit a zhodnotit možnosti realizace softwarových agentů ve znalostním inženýrství, distribuovaných systémech, simulacích, počítačových hrách a aplikacích umělého života |
orientovat se v otázkách reprezentace prostředí agentů, rozhraní agent-svět, umělé mysli, action-selection modelování, percepce, paměti a umělých emocí |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
aplikovat získané znalosti při návrhu programých realizací multiagentních systémů |
realizovat multiagentní systém v Javě |
analyzovat a hodnotit odborné texty k tématu inteligetního software |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: dle vyvíjejících se souvislostí a dostupných zdrojů vymezí zadání pro odborné činnosti, koordinují je a nesou konečnou odpovědnost za jejich výsledky, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Ústní zkouška, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Seminární práce, |
Individuální prezentace, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Ústní zkouška, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Cvičení (praktické činnosti), |
Diskuse, |
Individuální konzultace, |
Samostudium, |
Analyticko-kritická práce s textem, |
Výuka podporovaná multimédii, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Samostatná práce studentů, |
Řešení problémů, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Výuka podporovaná multimédii, |
|
|
|
|