Informační systém Vysoké školy polytechnické Jihlava
IS VŠPJ
Umělá inteligence
Studijní plán: Aplikovaná informatika - platný pro studenty, kteří započali studium od ZS 2019/2020
| Předmět | Umělá inteligence (UI-1) | |||||
|---|---|---|---|---|---|---|
| Garantuje | Katedra technických studií (KTS) | |||||
| Garant | Ing. Lenka Kuklišová Pavelková, Ph.D. | |||||
| Jazyk | česky | |||||
| Počet kreditů | 4 | |||||
| Ekvivalent | ||||||
| Prezenční studium | |
|---|---|
| Přednáška | 2 h |
| Cvičení | 2 h |
| Kombinované studium | |
| Tutoriál / přednáška | 4 h |
| Cvičení | 8 h |
| Studijní plán | Typ | Sem. | Kred. | Ukon. |
|---|---|---|---|---|
| Aplikovaná informatika - kombinovaná forma, platný pro studenty, kteří započali studium od ZS 2019/2020 | PV | 6 | 4 kr. | Z,ZK |
| Aplikovaná informatika - kombinovaná forma, platný pro studenty, kteří započali studium od ZS 2021/2022 | PV | 6 | 4 kr. | Z,ZK |
| Aplikovaná informatika - platný pro studenty, kteří započali studium od ZS 2019/2020 | PV | 6 | 4 kr. | Z,ZK |
| Aplikovaná informatika - platný pro studenty, kteří započali studium od ZS 2021/2022 | PV | 6 | 4 kr. | Z,ZK |
Sylabus
- Umělá inteligence – definice, historie a rozdělení oboru, základní pojmy.
- Inteligentní agenti.
- Řešení problémů prohledáváním stavového prostoru.
- Prohledávání v komplexním prostředí.
- Soupeřivé prohledávání a hry.
- Logický agent, výroková a predikátová logika.
- Automatizované plánování.
- Úlohy rozhodování.
- Strojové učení.
- Hluboké učení, neuronové sítě.
- Posilované učení.
- Zpracování přirozené řeči.
- Počítačové vidění.
- Robotika.
Doporučená literatura
- Studijní opora v Moodle
- RUSSELL, S. J., NORVIG, P. Artificial Intelligence: A Modern Approach. 4. vyd. Pearson, 2021 (AIAMA-4).
- RUSSELL, S. J., NORVIG, P. Artificial Intelligence: A Modern Approach. 3. vyd. Pearson, 2016 (AIAMA). Dostupné v knihovně VŠPJ.
- POOLE, D.,L., MACKWORTH, A.K. Artificial Intelligence: Foundations of Computational Agents,2nd Edition, 2017 (AIFCA). Dostupné online: http://artint.info/2e/html/ArtInt2e.html
- ŠTĚPÁNKOVÁ, O. MAŘÍK, V. LAŽANSKÝ, J. a kolektiv, Umělá inteligence 1-6. Praha: Academia, 2003 – 2013 (vybrané kapitoly).
- WITTEN, I., EIBE, F., HALL, M., PAL, C. Data Mining, Fourth Edition: Practical Machine Learning Tools and Techniques. Elsevier, 2016, 65 s. ISBN: 978-0128042915.
Anotace
Cíle předmětu: Student se seznámí s možnostmi vyžití nástrojů a technik umělé inteligence pro řešení reálných problémů. Tyto znalosti a dovednosti dokáže využít pro podporu plánování, řízení a rozhodování, především v oblastech technických, společenských a přírodních věd. Rozliší přímo algoritmizovatelné úlohy od výpočetně složitých, která k časově schůdnému nalezení výsledku potřebují doplňující informace (heuristiky, užitkové funkce apod.).
Odborné znalosti: Student zná základní způsoby neinformovaného a informovaného prohledávání stavového prostoru, dokáže různým způsobem reprezentovat určité i neurčité znalosti a na jejich základě umí odvozovat a validovat nové znalosti. Osvojí si problematiku strojového učení na lineárních i nelineárních strukturách (stromy, neuronové sítě).
Dovednosti: Student se orientuje v trendech umělé inteligence a je schopen tyto znalosti i prakticky využít. Umí formulovat aplikovatelné heuristiky a kriteriální funkce. Pracuje s obecným konceptem inteligentního agenta a umí ho přizpůsobit konkrétnímu zadání. Uvědomuje si význam kvality a dostatečnosti vstupních dat. Správně interpretuje dosažené výsledky a zohledňuje jejich omezení.