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. Poznavati standardne metode rješavanja zadataka umjetne inteligencije
3. Poznavati tehnike predstavljanja znanja, tehnike pretraživanja znanja i zaključivanja (logičko, probabilističko i fuzzy zaključivanje) u sustavima temeljenim na znanju
4. Posjedovati dubinsko znanje o aktualnim programskim jezicima, bibliotekama i tehnologijama za rješavanje zadataka umjetne inteligencije
5. Procijeniti i primijeniti različite metode strojnog učenja u umjetnoj inteligenciji (nadzirano, nenadzirano, polu-nadzirano i pojačano učenje) za dani problem
6. Objasniti umjetne neuralne mreže i dubinsko učenje te ih primijeniti na jednostavnije primjere
- 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, Lj.Šerić, M.Braović , Uvod u umjetnu inteligenciju
S.Russel, P.Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 4th Ed. 2020.
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)
Tijekom semestra održati će se dva međuispita (kolokvija) i završni ispit. Međuispiti i završni ispit održavati će se prema kalendaru nastave FESB-a.
Međuispiti obuhvaćaju teoretska znanja iz svih nastavnih cjelina, uključujući gradivo sa predavanja i gradivo sa laboratorijskih vježbi.
Preduvjet za polaganje kolegija je 100% riješenih domaćih radova i zadataka sa laboratorijskih vježbi.
Student može putem kolokvija položiti gradivo ispita. Na ispitnom roku studenti polažu samo dio gradiva kojeg nisu položili. Uvjet za pozitivnu ocjenu je da student ima ukupno najmanje 50 % bodova iz oba dijela gradiva, 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)
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).
Istekla vam je prethodna prijava te se morate ponovno prijaviti.
Nastao je problem u radu sustava
Informacije o problemu smo pohranili i nastojat ćemo ga riješiti. Ako vas ova greška sprječava da obavite nešto važno, možete nas odmah kontaktirati na helpdesk@fesb.hr.
Vaš preglednik nije podržan
Koristite web preglednik koji nije podržan. Za puno korisničko iskustvo, preuzmite najnoviju inačicu vašeg preglednika.
