|
|
110 Elektrotehnika i informacijska tehnologija
112 Elektronika i računalno inženjerstvo
114 Komunikacijska i informacijska tehnologija
150 Industrijsko inženjerstvo
220 Elektronika i računalno inženjerstvo
222 Računalno inženjerstvo
231 Automatizacija i pogoni
232 Elektroenergetski sustavi
242 Telekomunikacije i informatika
261 Konstrukcijsko-energetsko strojarstvo
262 Računalno projektiranje i inženjerstvo
263 Proizvodno strojarstvo
270 Industrijsko inženjerstvo
271 Proizvodni management
272 Upravljanje životnim ciklusom proizvoda
310 Elektrotehnika i informacijska tehnologija
920 Elektronika i računalno inženjerstvo
940 Komunikacijska i informacijska tehnologija
|
|
Nema predmeta
Upit treba biti dulji od 1 znaka...
Nema rezultata
U polje za pretragu upišite naziv ili kôd predmeta koji želite pronaći
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. 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
nastava i predavači
| |
|
30 sati
2 sata tjedno × 15 tjedana
|
| |
|
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, Lj. Šerić, M. Braović: "Uvod u umjetnu inteligenciju".
S. Russel, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 4th Ed. 2020.
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).
|
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 |
|
