FESB NASTAVA

Nastava

Moji
Po semestru
Pretraga

Diplomski

222 Računalno inženjerstvo

3. semestar

Prijediplomski

Diplomski

Doktorski

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)

2024/25 godina

preduvjeti za upis

Nema

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

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, 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).	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