Wprowadzenie do sztucznej inteligencji

Informacje ogólne

Kod przedmiotu:	F-K.32
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Wprowadzenie do sztucznej inteligencji
Jednostka:	Wydział Filozofii i Socjologii
Grupy:	Przedmioty kierunkowe kognitywistyka III sem. (stare)
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	polski
Wymagania wstępne:	Logika i Teoria Mnogości
Godzinowe ekwiwalenty punktów ECTS:	30h- Wykłady 30h - Laboratoria 30h - Przygotowanie prac na laboratoria 50h. Praca indywidualna
Sposób weryfikacji efektów kształcenia:	1 Egzamin pisemny 2 Egzamin pisemny . 3 Egzamin pisemny oraz praca zaliczeniowa 4 Egzamin pisemny oraz praca zaliczeniowa 5 Kolokwium oraz dyskusje na zajęciach 6 Kolokwium 7 Dyskusje na zajęciach 8 Praca zaliczeniowa 9 Dyskusje na zajęciach. 10 Praca zaliczeniowa oraz dyskusje na zajęciach
Pełny opis:	Wykład i laboratoria z przedmiotu "Wprowadzenie do sztucznej inteligencji" zakres tematów: Systemy ekspertowe i reprezentacja wiedzy Wnioskowanie i silniki reguł Reprezentacja wiedzy niepełnej i niepewnej Logika niemonotoniczna Programowanie w logice Algorytmy przeszukiwania Systemy uczące się Eksploracja danych sieci neuronowe algorytmy genetyczne i mrówkowe Teoria gier
Literatura:	1. A. Niederliński: Regułowe Systemy Ekspertowe 2. Paweł Cichosz Systemy uczące się 3. Russel, Norvig: Artificial Intelligence: A Modern Approach 4. T. Żurek: Metody sztucznej inteligencji 5. Clocksin Mellish: Prolog Programowani
Efekty uczenia się:	1 Znajomość podstawowej problematyki badawczej w zakresie sztucznej inteligencji 2 Znajomość wybranych technik i algorytmów sztucznej inteligencji. 3 Znajomość struktury i podstawowych funkcjonalności systemów eksperckich 4 Znajomość metod reprezentowania wiedzy oraz podstawowych metod przeszukiwania przestrzeni stanów. 5 Rozumienie tekstów naukowych związanych z problematyką sztucznej inteligencji, a także umiejętność dyskutowania z profesjonalistami zagadnień związanych tą dziedziną 6 Umiejętność posługiwania się wybranymi algorytmami przeszukiwania (algorytm dzieli zwyciężaj, algorytm A* przeszukiwania grafu, algorytm mrówkowy) 7 Umiejętność przygotowania wypowiedzi na określony temat w zakresie sztucznej inteligencji. 8 Aktywna postawa w docieraniu i akwizycji wiedzy specjalistycznej 9 Twórcze podejście do problemów stosowania metod sztucznej inteligencji w nauce i technice. 10 Krytyczna ocena wiedzy dostępnej w literaturze specjalistycznej i popularno-naukowej.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.