Uniwersytet Marii Curie-Skłodowskiej w Lublinie - Centralny System Uwierzytelniania
Strona główna

Przedmiot fakultatywny - Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: MFI-I.2L.115
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Przedmiot fakultatywny - Sztuczna inteligencja
Jednostka: Instytut Informatyki
Grupy: Przedmioty fakultatywne - informatyka 4 semestr
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: (brak danych)
Wymagania wstępne:

Podstawy programowania,

Logika i teoria mnogości

Godzinowe ekwiwalenty punktów ECTS:

4pkt ects

Łącznie 120h

30h- wykłady

30h laboratoria

29h przygotowywanie programów na laboratoria

30h samodzielna praca

1h - konsultacje

51% praca w kontakcie z wykładowcą (2,032 pkt ECTS)

49% praca samodzielna (1,968 pkt ECTS)

Sposób weryfikacji efektów kształcenia:

Zaliczenie wykładu:


2 kolokwia (3 pytania/zadania) każde pytanie/zadanie max 1 punkt. Aby uzyskać zaliczenie każdego kolokwium należy uzyskać minimum 1,6 punkta

efekty kształcenia: W1, W2, W3, W4, U1, U2, U5, U6, P1, P2, P3




Zaliczenie laboratoriów

4 prace/programy, których temat jest ustalany przez prowadzącego (jeden poświęcony systemom opartych na wiedzy, 1 algorytmom genetycznym i 2 poświęcone systemom uczącym się). Programy są realizowane i oceniane na zajęciach. Ocena programu polega na "obronie": student tłumaczy prowadzącemu zasadę działania programu. Kryterium koniecznym do uzyskania pozytywnej oceny jest poprawne działanie algorytmu i samodzielna realizacja zadania.

Aby uzyskać zaliczenie należy zaliczyć wszystkie prace na ocenę min. dostateczną.

efekty kształcenia: W1, W2, W3, U1, U2, U3, U4, U5, U6, P2, P3

Pełny opis:

Celem przedmiotu jest wprowadzenie studenta w podstawowe zagadnienia związane ze sztuczną inteligencją. W trakcie zajęć student zapozna się z dwoma głównymi kierunkami badań nad sztuczną inteligencją: systemami opartymi o wiedzę oraz systemami opartymi o maszynowe uczenie.

Tematyka zajęć:

Systemy ekspertowe i reprezentacja wiedzy, ontologie, wnioskowanie

Reprezentacja wiedzy niepełnej i niepewnej

Logika i wnioskowania niemonotniczne

formalne modele argumentacji

Programowanie w logice i programowanie w logice z ograniczeniami

Algorytmy genetyczne

Maszynowe uczenie (w tym sieci neuronowe, algorytmy uczące, eksploracja danych)

Teoria gier

Literatura:

1. Paweł Cichosz Systemy uczące się. WNT 2000

2. Russel, Norvig: Artificial Intelligence: A Modern Approach. Global Edition. Pearson 2016

3. T. Żurek: Metody Sztucznej inteligencji. UMCS 2011

4. M. Kufel, T. Żurek: Eksploracja danych. UMCS 2012

5. Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydaw. RM, 1993.

Efekty uczenia się:

Kierunkowe

wiedza:

W1 - Student zna i rozumie podstawy i zasadę działania wybranych mechanizmów sztucznej inteligencji: K_W04 (ma ogólną wiedzę w zakresie teoretycznych podstaw informatyki) [+++]

W2 - Student zna algorytmy wykorzystywane w narzędziach sztucznej inteligencji: K_W05 (ma ogólną wiedzę w zakresie algorytmiki) [++]

W3 - Student zna formalne podstawy mechanizmów sztucznej inteligencji: K_W09 (ma znajomość technik matematyki wyższej w zakresie niezbędnym dla ilościowego opisu, zrozumienia oraz modelowania problemów o średnim poziomie złożoności) [+++]

W4 - Student zna i rozumie zjawiska i cechy ludzkiego rozumowania będące podstawą konstrukcji systemów sztucznej inteligencji, potrafi je wyrazić w za pomocą języka matematyki - K_W10 - (rozumie oraz potrafi wytłumaczyć opisy prawidłowości, zjawisk oraz procesów wykorzystujące język matematyki, w szczególności potrafi samodzielnie odtworzyć podstawowe twierdzenia i prawa) [+++]

Umiejętności:

U1 - Student potrafi przeanalizować algorytm wykorzystujący mechanizmy sztucznej inteligencji - K_U02 (ma umiejętność tworzenia i analizowania algorytmów) [+++]

U2 - Student potrafi zaprojektować algorytm wykorzystujący mechanizmy sztucznej inteligencji -K_U04 (ma umiejętność projektowania i produkcji programowania) [+]

U3 - Student potrafi dobrać parametry algorytmu wykorzystującego mechanizmy sztucznej inteligencji -K_U04 (ma umiejętność projektowania i produkcji programowania) [+]

U4 - Student potrafi zaimplementować algorytm wykorzystujący mechanizmy sztucznej inteligencji -K_U05 (ma umiejętność tworzenia kodu źródłowego programów komputerowych) [+]

U5 - Student potrafi opisać problem oraz działanie mechanizmu sztucznej inteligencji w sposób formalno matematyczny - K_U08 (ma umiejętność modelowania matematycznego problemów informatycznych) [+++]

U6 - Student potrafi przedstawić, wyjaśnić i opisać zagadnienia sztucznej inteligencji w sposób zrozumiały- K_U12 (potrafi mówić i pisać o zagadnieniach informatycznych zrozumiałym, potocznym językiem w języku polskim i języku obcym) [+]

Postawy:

P1- Student zdaje sobie sprawę z szybkiego rozwoju sztucznej inteligencji i rozumie potrzebę poszerzania własnej wiedzy.K_K01 (zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia) [++]

P2- Student zdaje sobie sprawę z konieczności wyjaśnienia zasady działania mechanizmów sztucznej inteligencji laikom. K_K05 (rozumie potrzebę popularnego przedstawiania laikom wybranych osiągnięć matematyki wyższej )[++]

P3 Student zna i potrafi wyszukać oraz krytyczine ocenić pozycje literaturowe pozwalające na rozszerzenie jego wiedzy ze sztucznej inteligencji. K_K06 (potrafi samodzielnie wyszukiwać informacje w literaturze, także w językach obcych) [+++] i K_K07 (potrafi formułować opinie na temat podstawowych zagadnień matematycznych) [+++]

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.
kontakt deklaracja dostępności USOSweb 7.0.2.0-3dcdfd8c8 (2024-03-25)