FESB NASTAVA

Nastava

Moji
Po semestru
Pretraga

Diplomski

222 Računalno inženjerstvo

3. semestar

Preddiplomski

Diplomski

Poslijediplomski

Stručni

Razlikovni

110 Elektrotehnika i informacijska tehnologija

111 Automatika i sustavi

112 Elektronika i računalno inženjerstvo

113 Elektrotehnika

114 Komunikacijska i informacijska tehnologija

120 Računarstvo

130 Strojarstvo

140 Brodogradnja

150 Industrijsko inženjerstvo

210 Automatika i sustavi

220 Elektronika i računalno inženjerstvo

221 Elektronika

222 Računalno inženjerstvo

230 Elektrotehnika

231 Automatizacija i pogoni

232 Elektroenergetski sustavi

241 Bežične komunikacije

242 Telekomunikacije i informatika

250 Računarstvo

261 Konstrukcijsko-energetsko strojarstvo

262 Računalno projektiranje i inženjerstvo

263 Proizvodno strojarstvo

270 Industrijsko inženjerstvo

271 Proizvodni management

272 Upravljanje životnim ciklusom proizvoda

280 Brodogradnja

310 Elektrotehnika i informacijska tehnologija

330 Strojarstvo

510 Elektrotehnika

511 Elektroenergetika

512 Elektronika

530 Strojarstvo

540 Brodogradnja

550 Računarstvo

910 Automatika i sustavi

920 Elektronika i računalno inženjerstvo

930 Elektrotehnika

940 Komunikacijska i informacijska tehnologija

950 Računarstvo

960 Strojarstvo

970 Brodogradnja

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

5. semestar

6. semestar

5. semestar

6. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

3. semestar

4. semestar

5. semestar

6. semestar

1. semestar

2. semestar

1. semestar

2. semestar

1. semestar

2. semestar

1. semestar

2. semestar

1. semestar

2. semestar

1. semestar

2. semestar

1. semestar

2. semestar

Nema predmeta

Upit treba biti dulji od 1 znaka...

Nema rezultata

nema koda:

Umjetna inteligencija

(FELH11)

2021/22 godina

preduvjeti za upis

Osnovna znanja o računalima i programiranju. Za praćenje kolegija potrebno je poznavanje engleskog jezika

ciljevi predmeta

Cilj je kolegija naučiti studente osnovna znanja iz područja umjetne inteligencije, od načina prikupljanja i pohrane znanja, do postupaka i algoritama kojim se to znanje koristi u rješavanju kompleksnih zadatka. Osim uvoda u teorijske osnove umjetne inteligencije ilustriraju se i brojne primjene u znanosti i gospodarstvu.

očekivani ishodi učenja

Studenti će nakon uspješno savladanog predmeta moći:
1. Objasniti i razlikovati biološku inteligenciju, umjetnu inteligenciju, računsku inteligenciju i distribuiranu inteligenciju.
2. Predstaviti složene zadatke i njihovo rješavanje.
3. Pokazati što je znanje i sustavi temeljeni na znanju.
4. Objasniti postupke prikazivanje i pohrana znanja koristeći različite tipove matematičke logike (propozicijsku logika, predikatnu logika , ne-standardne logike).
5. Opisati strukturni prikaz znanja semantičkim mrežama, okvirima, scenarijima, stereotipovima, produkcijskim pravilima.
6. Opisati i predstaviti standardne metode rješavanja zadataka umjetne inteligencije, prije svega metode pretraživanja baza znanja i to slijepo pretraživanje (širinsko, dubinsko, iterativno. bidirekcijsko) i usmjereno pretraživanje (heurističko, metoda uspona na vrh, najbolje prvo pretraživanje, algoritam A*)
7. Napisati programe u programskim jezicima i alatima umjetne inteligencije (Prolog, LISP, AIXML, Jess).
8. Opisati primjena umjetne inteligencije, posebno kroz ekspertne (stručne) sustave.

nositelji predmeta

Stipaničev Darko, Šerić Ljiljana, Braović Maja

nastava i predavači

Predavanja

30 sati

2 sata tjedno × 15 tjedana

Laboratorijske vježbe

30 sati

2 sata tjedno × 15 tjedana

sadržaj

- Uvod u inteligentne sustave. Biološka inteligencija, umjetna inteligencija, računalna inteligencija, distribuirana inteligencija. Povijesni razvoj, Turingov test.
- Složeni zadaci i njihovo rješavanje. Znanje i sustavi temeljeni na znanju.
- Prikazivanje i pohrana znanja. Matematička logika: propozicijska logika, predikatna logika , ne-standardne logike (temporalna, modalna, fuzzy, vjerojatnosna). Strukturni prikaz znanja: semantičke mreže, okviri, scenarija, stereotipovi, produkcijska pravila.
- Prirodno zaključivanje. Logičko zaključivanje. neizrazito zaključivanje. Vjerojatnosno zaključivanje.
- Rješavanje složenih zadataka metodama pretraživanja (search). Slijepo pretraživanje (širinsko, dubinsko, iterativno. bidirekcijsko). Usmjereno pretraživanje (heurističko, metoda uspona na vrh, najbolje prvo pretraživanje, algoritam A*)
- Strojno učenje.
- Ekspertni sustavi.
- Primjena umjetne inteligencije

preporučena literatura

D.Stipaničev, M.Štula, Lj. Bodrožić, Uvod u umjetnu inteligenciju, radni materijali, FESB, 2011.
A.Cawsey, The Essence of Artificial Intelligence, Prentice Hall, 1998.
R.Callan, Artificial Intelligence, Palgrave, MacMillman, 2003.
S.Russel, P.Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 2nd Ed. 2002.

dopunska literatura

AI on Web (http://aima.cs.berkeley.edu/ai.html )
American Association for Artificial Intelligence (www.aaai.org )

jezik poduke

Hrvatski , nastavni materijali većim dijelom na engleskom.

način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula

Mišljenja studenata o kvaliteti nastave putem anketa. Nastavnici koji podučavaju srodne predmete surađuju i zajednički vode brigu o kvaliteti nastave. Povremeno promatranje i evaluacija nastave od strane predstojnika odsjeka/ šefa katedre, itd.

ispit (način polaganja, ispitni rokovi)

Ispit se sastoji od teoretskog i praktičnog dijela. Teoretski dio obuhvaća teoretska znanja iz svih nastavnih cjelina uključujući gradivo sa predavanja i gradivo sa laboratorijskih vježbi (programski jezici LISP i Prolog, te ljuska ekspertnog sustava), a praktični dio ispita zahtjeva od studenta izradu svih laboratorijskih vježbi te samostatnu izradu domaćih radova. Tijekom semestra bit će dva kolokvija. Prvi kolokvij je nakon 7 tjedana nastave, a drugi po završetku nastave. Student može putem kolokvija položiti teoretsko gradivo ispita. Na dva završna ispita, studenti koji nisu sakupili prolazan broj bodova na kolokvijima polažu cjelokupno gradivo obuhvaćeno sa dva kolokvija. Uvjet za izlazak na završni ispit je uspješno odrađen praktični dio. Uvjet za pozitivnu ocjenu je da student ima ukupno najmanje 50 % bodova iz dijela teorije, te 100% riješenih domaćih radova i laboratorijskih vježbi.

Studenti koji nisu položili ispit nakon dva završna ispita mogu ispit položiti jesenskim ispitnim rokovima. Ova se pravila podjednako odnose na studente koji su ovaj kolegij upisali prvi put i na one studente koji su kolegij upisali po drugi put.

Konačna se ocjena utvrđuje na sljedeći način:
Postotak Ocjena
50% do 61% dovoljan (2)
62% do 74% dobar (3)
75% do 87% vrlo dobar (4)
88% do 100% izvrstan (5)

Na svakom od kolokvija bit će maksimalno 15 teorijskih pitanja. Na završnim, popravnom i komisijskom ispitu bit će ukupno 25 teorijskih pitanja. Na prvom kolokviju će se polagati gradivo odslušano u prvih 7 tjedana nastave i programski jezik LISP, a na drugom kolokviju gradivo iz ostatka odslušane nastave, programski jezik Prolog i ljuska ekspertnog sustava. Ispitni rokovi održavaju se u terminima predviđenim kalendarom nastave.

Prema Članku 65. Statuta Fakulteta, student je dužan sudjelovati u radu svih oblika nastave te prisustvovati: predavanjima najmanje 70 % nastavnih sati, laboratorijskim vježbama 100% nastavnih sati. Shodno tome student treba izraditi i predati 100 % zadataka koje dobije u okviru laboratorijskih vježbi. Ako ne ispuni navedene uvjete, student neće moći pristupiti ispitu.

	Nastavne jedinice za Predavanja	Broj sati
1.	Uvod u umjetnu inteligenciju – naziv, povijest, srodne discipline.	2 sata
2.	Biološka inteligencija, teorije višestrukih inteligencija.	2 sata
3.	Područje istraživanja umjetne inteligencije. Tehnike umjetne inteligencije i kriteriji uspjeha.	2 sata
4.	Zadaci i njihovo postavljanje.	2 sata
5.	Rješavanje zadataka tehnikama pretraživanja (slijepo i usmjereno pretraživanje)	2 sata
6.	Znanje i pohrana znanja – I dio uvod, podaci, informacije, znanje. Sustavi temeljeni na znanju.	2 sata
7.	Znanje i pohrana znanja – II dio matematička logika (standardne i ne-standardne logike).	2 sata
8.	I kolokvij	2 sata
9.	Logičko zaključivanje.	2 sata
10.	Vjerojatnosno zaključivanje (vjerojatnost, uvjetna vjerojatnost, Baysove mreže, skriveni Markovljevi modeli)	2 sata
11.	Znanje i pohrana znanja – III dio struktura pohrana znanja (semantičke mreže, stereotipovi, scenarij, okviri, produkcijski sustavi).	2 sata
12.	Strojno učenje I dio (nadzirano učenje)	2 sata
13.	Strojno učenje II dio (nenadzirano učenje)	2 sata
14.	Primjeri primjene umjetne inteligencije. Stručni (ekspertni) sustavi. Obrada i razumjevanje govora. Računalni vid.	2 sata
15.	II kolokvij	2 sata

	Nastavne jedinice za Laboratorijske vježbe	Broj sati
1.	Programski jezik LISP I dio	2 sata
2.	Programski jezik LISP II dio	2 sata
3.	Programski jezik LISP III dio	2 sata
4.	Programski jezik LISP IV dio	2 sata
5.	Programski jezik LISP V dio	2 sata
6.	Programski jezik LISP VI dio	2 sata
7.	Programski jezik LISP VII dio	2 sata
8.	I kolokvij	2 sata
9.	Programski jezik Prolog I dio	2 sata
10.	Programski jezik Prolog II dio	2 sata
11.	Programski jezik Prolog III dio	2 sata
12.	Programski jezik Prolog IV dio	2 sata
13.	Ljuska ekspertnog sustava I dio	2 sata
14.	Ljuska ekspertnog sustava II dio	2 sata
15.	II kolokvij	2 sata