Umělá inteligence

Studijní plán: Aplikovaná technika pro průmyslovou praxi - navazující, platný od ZS 2021/2022

PředmětUmělá inteligence (UI-1)
GarantujeKatedra technických studií (KTS)
GarantIng. Lenka Kuklišová Pavelková, Ph.D.
Jazykčesky
Počet kreditů4
Prezenční studium
Přednáška2 h
Cvičení2 h
Kombinované studium
Tutoriál / přednáška4 h
Cvičení8 h
Studijní plán Typ Sem. Kred. Ukon.
Aplikovaná technika pro průmyslovou praxi - navazující kombi, platný od ZS 2021/2022 P 2 4 kr. Z,ZK
Aplikovaná technika pro průmyslovou praxi - navazující kombi, platný od ZS 2022/2023 P 2 4 kr. Z,ZK
Aplikovaná technika pro průmyslovou praxi - navazující, platný od ZS 2021/2022 P 2 4 kr. Z,ZK
Aplikovaná technika pro průmyslovou praxi - navazující, platný od ZS 2022/2023 P 2 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).
  • POOLE, D.,L., MACKWORTH, A.K. Artificial Intelligence: Foundations of Computational Agents, 3rd Edition, 2023 (AIFCA). Dostupné online: https://artint.info/3e/html/ArtInt3e.html

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.

^ nahoru ^

Pracuji, vyčkejte prosím