Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Metody sztucznej inteligencji 1103-AR000-MSP-MESIN
Laboratorium (LAB) rok akademicki 2018/2019 - sem. zimowy

Informacje o zajęciach (wspólne dla wszystkich grup)

Strona zajęć: http://kursit.eu
Liczba godzin: 30
Limit miejsc: (brak limitu)
Literatura:

• J. Arabas, Wykłady z algorytmów ewolucyjnych, WNT, Warszawa 2004.

• B. Butkiewicz, Metody wnioskowania przybliżonego: właściwości i zastosowania, Oficyna Wydawnicza PW, Warszawa 2001

• K. Cetnarowicz, Problemy projektowania i realizacji systemów wieloagentowyh, AGH Uczelniane Wydawnictwo Naukowo-Dydaktyczne, Kraków 1999

• E. Goldberg, Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 1995

• Z. Michalewicz, Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa 1996

• J. J. Mulawaka, Systemy ekspertowe, WNT, Warszawa 1996

• L. Rutkowski, Metody i techniki sztucznej inteligencji. PWN, Warszawa, 2005

• R. Tadeusiewicz, Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993

• J. Żurada, M. Barski, W. Jędruch, Sztuczne sieci neuronowe, Wydawnictwo Naukowe PWN, Warszawa 1996

• M. Kasperski, Sztuczna Inteligencja, Helion 2015

Efekty uczenia się:

A. Wiedza

1. Student posiada podstawy teorii metod sztucznej inteligencji w rozwiązywaniu problemów inżynierskich.

2. Student posiada podstawową wiedzę o wybranych narzędziach sztucznej inteligencji.

B. Umiejętności

1. Student posiada podstawy praktycznej umiejętności zastosowania metod i narzędzi sztucznej inteligencji w rozwiązywaniu problemów inżynierskich.

2. Student posiada podstawowe umiejętności modelowania procesów z wykorzystaniem narzędzi sztucznej inteligencji

Metody i kryteria oceniania:

Oceniane są projekty przygotowywane przez studentów w grupach 3-4 osobowych. W zależności od stopnia skomplikowania projektu wystawiana jest ocena cząstkowa za każdy projekt.

Zakres tematów:

Opracowanie projektów z zakresu zastosowań sztucznej inteligencji

Studenci wykonują projekty indywidualne lub w zespołach. Przykładowe tematy projektów:

- Sieci neuronowe: modelowanie wybranego procesu w oparciu o dostępne dane pomiarowe.

- Zastosowanie algorytmów ewolucyjnych.

- Opracowanie systemów ekspertowych dla wybranych zagadnień w podanym zakresie (programowanie w CLIPS, Arduino, Raspberry PI)

itp.

Metody dydaktyczne:

1. Programowanie z użyciem komputera.

2. Praktyczne - ćwiczenia laboratoryjne.

3. Praktyczne - metoda projektów.

Grupy zajęciowe

zobacz na planie zajęć

Grupa Uwagi Termin(y) Prowadzący Miejsca Liczba osób w grupie / limit miejsc Akcje
1 MD-A0-31; każdy wtorek, 8:20 - 10:00, sala ST045
Radosław Gościniak 11/12 szczegóły
2 MD-A0-32; wielokrotnie, wtorek (niestandardowa częstotliwość), 16:15 - 18:00, sala ST045
wielokrotnie, wtorek (niestandardowa częstotliwość), 16:15 - 17:00, sala ST045
wielokrotnie, wtorek (niestandardowa częstotliwość), 11:15 - 12:00, sala ST045
wielokrotnie, wtorek (niestandardowa częstotliwość), 10:15 - 12:00, sala ST045
Radosław Gościniak 10/12 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Gmach Stary Technologiczny
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-03-18)