|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KKY / UUI
:
Popis předmětu
Pracoviště / Zkratka
|
KKY
/
UUI
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Úvod do umělé inteligence
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ano v případě předchozího hodnocení 4 nebo nic.
|
Letní semestr
|
0 / -
|
0 / -
|
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 |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
KKY/UI
|
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):
|
Posluchač bude seznámen se základním přístupem UI při řešení kybernetických úloh. Další výklad bude věnován problematice automatického řešení úloh, hraní her a reprezentace znalostí.
|
Požadavky na studenta
|
Aktivní účast na cvičeních. Samostatné vyřešení úloh na PC. Porozumění základním tématům odpřednášené látky.
|
Obsah
|
1.-3. Úvod. Motivace vzniku a využití metod umělé inteligence v kybernetice. Základní přístupy - strojové vnímání, rozpoznávání, učení, porozumění atd. 4.-5. Automatické řešení úloh. Metoda backtracking. Metoda prohledávání grafů (stromů), slepé a informované strategie. Prohledávání do šířky. Prohledávání do hloubky. Heuristická funkce, prohledávání s heuristickou funkcí, algoritmus A star. Prohledávání typu "Hill climbing", Beam, Branch & Bound. Řešení úloh při respektování souboru omezení. 6. Hraní her. Procedura MINIMAX s možností vyčerpávajícího prohledávání. Alfa - beta procedura s prořezáváním. Příklady 7. Reprezentace znalostí. Výrokový počet, ekvivalence formulí. Pravidla inference výrokové logiky. Rezoluční metoda ve výrokové logice. Příklady. 8. Predikátový počet 1. řádu, základní terminologie. Interpretace formule. Příklady. Přirozený jazyk a predikátová logika. Převod věty přirozeného jazyka do formule predikátové logiky 1. řádu. Příklady. 9.-10. Inference v predikátovém počtu 1. řádu. Obecná rezoluční metoda, převod formule do klauzulární formy. Pravidlo rezoluce a unifikační algoritmus. Odvozování znalostí pomocí rezoluční metody. Strategie generování rezolvent. Příklady. 11. Produkční systémy. Báze znalostí a báze dat. Řídicí mechanismus. AND/OR rozhodovací stromy. Dopředný a zpětný režim odvozování. Příklady. 12. Sémantické sítě, dědičnost v sémantických sítích. Rámce a scénáře. Příklady. 13. Uzavření přednáškového cyklu.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Russell, Stuart J.; Norvig, Peter. Artificial intelligence : a modern approach. Upper Saddle River : Prentice Hall, 2003. ISBN 0-13-790395-2.
-
Základní:
Psutka, Josef; Kepka, Jiří. Umělá inteligence reprezentace znalostí. Plzeň : ZČU, 1994. ISBN 80-7082-126-4.
-
Základní:
Mařík, Vladimír. Umělá inteligence (1). Academia, Praha, 1993. ISBN 80-200-0496-3.
-
Základní:
Mařík, Vladimír a kol. Umělá inteligence (2). Academia, Praha, 1997.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava na zkoušku [10-60]
|
50
|
Příprava na souhrnný test [6-30]
|
20
|
Projekt individuální [40]
|
15
|
Kontaktní výuka
|
52
|
Celkem
|
137
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
disponovat základními znalostmi matematické analýzy (KMA/M1) |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
srozumitelně formulovat problém |
používat aktivně základní znalosti matematické analýzy |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
bc. studium: rozpozná problém, objasní jeho podstatu, rozčlení ho na části, |
bc. studium: používá s porozuměním odborný jazyk a symbolická a grafická vyjádření informací různého typu, |
bc. studium: efektivně využívá různé strategie učení k získání a zpracování poznatků a informací, hledá a rozvíjí účinné postupy ve svém učení, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
formulovat a řešit jednoduché problémy z oblasti řešení úloh (problem solving) |
reprezentovat znalosti logickými a relačními formalismy a ozumět a používat základní metody odvozování znalostí v UI |
řešit jednoduché úlohy hraní her pro 2 hráče |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
v oblasti praktického řešení úloh (problem solving); dovede formalizovat stavy a operátory, dovede vybrat strategii řešení;
v oblasti strojové reprezentace znalostí student dovede dle povahy úlohy volit mezi logickými a relačními formalismy reprezentace znalostí; dovede pracovat s odvozovacími formalismy |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Demonstrace dovedností (praktická činnost), |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Demonstrace dovedností (praktická činnost), |
Odborné dovednosti jsou získávány postupně, a to řešením praktických úloh na seminářích, neformální diskusí vedenou k řešenému problému, analýzou závěrů. |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Demonstrace dovedností (praktická činnost), |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Seminární výuka (diskusní metody), |
Samostatná práce studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Seminární výuka (diskusní metody), |
Řešení problémů, |
Demonstrace dovedností, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Řešení problémů, |
Seminární cvičení a též zkouška jsou platformou k demonstraci cílených způsobilostí. |
|
|
|
|