Popis předmětu - A3B33KUI
Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Výsledek studentské ankety předmětu je zde: AD3B33KUI
Výsledek studentské ankety předmětu je zde: A3B33KUI
13: Seminární s počítačovou simulací: evoluční algoritmy, neuronové sítě
14: Strojové učení, zápočet
A3B33KUI | Kybernetika a umělá inteligence | ||
---|---|---|---|
Role: | P, V | Rozsah výuky: | 2P+2C |
Katedra: | 13133 | Jazyk výuky: | CS |
Garanti: | Zakončení: | Z,ZK | |
Přednášející: | Kreditů: | 5 | |
Cvičící: | Semestr: | L |
Anotace:
Předmět umožní studentům pochopit základní myšlenky, cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného programu. V přehledu jsou uvedeny zobecňující partie týkající se teorie systémů a teorie informace, principy řešení úloh a prohledávání stavového prostoru, základy teorie her, znalostních a expertních systémů, základy teorie rozhodování a rozpoznávání i strojového učení. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.Výsledek studentské ankety předmětu je zde: AD3B33KUI
Výsledek studentské ankety předmětu je zde: A3B33KUI
Cíle studia:
Předmět umožní studentům pochopit základní myšlenky, cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného programu.Osnovy přednášek:
1. | Úvod do kybernetiky, systémy a modely | |
2. | Základy obecné teorie systémů | |
3. | Informace, entropie, přenos informace, kódování - kybernetický pohled | |
4. | Algoritmická entropie, rozhodnutelnost | |
5. | Řešení problémů, resoluční princip | |
6. | Algoritmy prohledávání, stochastické prohledávání | |
7. | Teorie her, dvouhráčové hry | |
8. | Reprezentace znalostí, sémantické sítě, produkční systémy, rámce a scénáře | |
9. | Expertní systémy, jejich architektury, modely pro práci s neurčitou informací | |
10. | Principy rozhodování a klasifikace, bayesovské rozhodování, příznaky, příznakový prostor, rozpoznávání, shluková analýza | |
11. | Strukturální rozpoznávání, vazba na strojové vnímání a analýzu obrazů a scén | |
12. | Neuronové sítě a jejich učení, genetické a evoluční algoritmy | |
13. | Strojové učení | |
14. | Aplikace, rezerva |
Osnovy cvičení:
1. | - | 2. Ukázky kybernetických experimentů v laboratořích |
3. | - | 4. Seminární: Pravděpodobnost a entropie |
3. | - | 4. Počítačové: Modely systémů |
5. | - | 6. Seminární: Přenos informace, |
5. | - | 6. Počítačové: Kompresní algoritmy |
7. | - | 10. Seminární: Prohledávání |
7. | - | 10. Počítačové: Prohledávání |
11. | - | 12. Seminární: Rozhodování, klasifikace, rozpoznávání, |
11. | - | 12. Počítačové: Expertní systémy |
Literatura:
1. | Mařík, V., Štěpánková, O., Lažanský, J. a kol.: Umělá inteligence 1-5. Academia Praha, 1993-2007 | |
2. | Nilsson, N. N.: Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publ. San Francisco, 1998 |
Požadavky:
https://cw.felk.cvut.cz/doku.php/courses/a3b33kui/startPoznámka:
Rozsah výuky v kombinované formě studia: 14p+6c |
Webová stránka:
http://cw.felk.cvut.cz/doku.php/courses/a3b33kui/startKlíčová slova:
Kybernetika, umělá inteligencePředmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 21.1.2021 17:50:30, semestry: Z/2020-1, L/2021-2, L/2020-1, Z/2021-2, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |