Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: 1107-ZP000-ISP-SZINT
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Sztuczna inteligencja
Jednostka: Zakład Mechaniki i Technik Uzbrojenia
Grupy:
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Pełny opis:

Cel przedmiotu:

Studenci zapoznają się z historią badań w dziedzinie Sztucznej Inteligencji, a także ze współcześnie rozwijanymi gałęziami wchodzącymi w zakres owej dziedziny. Niektóre z tych gałęzi są przedstawione jedynie informacyjnie, inne omawiane są bardziej szczegółowo. Główny nacisk położony jest na Inteligencję Obliczeniową, jako na obszar o największym znaczeniu z punktu widzenia praktyki inżynierskiej.

W ramach wykładów studenci poznają także szereg przykładów zastosowań omówionych metod do rozwiązywania konkretnych problemów.

Treści kształcenia:

Prehistoria i geneza badań w zakresie Sztucznej Inteligencji. Pionierskie pomysły na temat maszyn myślących.

Kierunki rozwoju Sztucznej Inteligencji na tle postępu technicznego w dziedzinie maszyn liczących.

Test Turinga, jego krytyka i obrona oraz konsekwencje.

Systemy Eksperckie. Wiedza, jej pozyskiwanie i modelowanie – inżynieria wiedzy. Wnioskowanie w systemach eksperckich.

Przykłady systemów eksperckich. Konwersacja systemu z użytkownikiem.

Zbiory rozmyte: podstawowe pojęcia i własności. Operacje na zbiorach rozmytych.

Zastosowania teorii zbiorów rozmytych w logice: wnioskowanie rozmyte (przybliżone).

Modelowanie nieprecyzyjnej wiedzy i przetwarzanie nieprecyzyjnej informacji. Rozmyte systemy eksperckie.

Inteligencja Obliczeniowa: sztuczne sieci neuronowe. Perceptrony, sieci Kohonena, pamięci asocjacyjne Hopfielda.

Wielowarstwowe sieci neuronowe uczone metodą propagacji wstecznej błędu. Modyfikacje metody. Zdolność uogólniania.

Przykłady zastosowań sztucznych sieci neuronowych.

Algorytmy ewolucyjne. Klasyczny algorytm genetyczny i jego modyfikacje.

Przykłady zastosowań algorytmów ewolucyjnych.

Perspektywy rozwoju Sztucznej Inteligencji.

Literatura:

1. Jerzy S. Zieliński (red.) – Inteligentne systemy w zarządzaniu: Teoria i praktyka, PWN 2000

2. Marek Jan Kasperski – Sztuczna Inteligencja, Helion 2003

3. Leszek Rutkowski – Metody i techniki sztucznej inteligencji, PWN 2006

4. Mariusz Flasiński – Wstęp do sztucznej inteligencji, PWN 2011

Efekty uczenia się:

Punkty ECTS za zajęcia kontaktowe z nauczycielem: 1

Punkty ECTS za zajęcia łącznie; kontaktowe i bez kontaktu z nauczycielem: 2

Uzasadnienie punktów ECTS:

Zajęcia kontaktowe z nauczycielem:

Obecność na wykładach 30

Konsultacje 2

Zajęcia bez kontaktu z nauczycielem:

Lektura wskazanych fragmentów literatury 30

Przygotowanie do testu zaliczeniowego 10

Sumaryczna liczba godzin pracy studenta: 72

Metody i kryteria oceniania:

Zaliczenie – test wielokrotnego wyboru

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. zimowy" (zakończony)

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład, 30 godzin więcej informacji
Koordynatorzy: Zbigniew Gulbinowicz
Prowadzący grup: Zbigniew Gulbinowicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. zimowy" (zakończony)

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład, 30 godzin więcej informacji
Koordynatorzy: Janusz Kaniewski
Prowadzący grup: Janusz Kaniewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Ocena łączna
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 7.0.2.0-2 (2024-03-29)