Politechnika Warszawska - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Sztuczna inteligencja i systemy eksperckie

Informacje ogólne

Kod przedmiotu: 1103-MBMK3-MZP-SYSEK Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Sztuczna inteligencja i systemy eksperckie
Jednostka: Instytut Mechaniki i Poligrafii
Grupy: Przedmioty specjalności MK dla sem.3, MiBM, st. niestacjonarne II stopnia
Punkty ECTS i inne: 2.00
Język prowadzenia: polski
Pełny opis:

Cel przedmiotu:

Studenci zapoznają się z historią i współczesnością badań w dziedzinie Sztucznej Inteligencji, ze szczególnym uwzględnieniem obszarów o największym znaczeniu z punktu widzenia praktyki inżynierskiej, a więc Sztucznych Sieci Neuronowych, Algorytmów Genetycznych oraz Systemów Eksperckich. Omawiana jest także teoria zbiorów rozmytych wraz z jej zastosowaniami do logiki rozmytej i budowy rozmytych systemów eksperckich.

Zaprezentowany jest szereg przykładów zastosowań przedstawionych metod do rozwiązywania konkretnych problemów.

Treści kształcenia:

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

Systemy eksperckie. Wiedza, jej pozyskiwanie i modelowanie – inżynieria wiedzy. Wnioskowanie w systemach eksperckich. Heurystyka. Budowa bazy reguł systemu w oparciu o drzewa decyzyjne.

Przykłady systemów eksperckich. Konwersacja systemu z użytkownikiem.

Metody probabilistyczne w systemach eksperckich: współczynniki pewności, struktury bayesowskie.

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

Zasada rozszerzania. Liczby rozmyte i arytmetyka rozmyta. Funkcje i relacje rozmyte.

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

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

Inteligencja Obliczeniowa: sztuczne sieci neuronowe.

Wielowarstwowe sieci neuronowe uczone metodą propagacji wstecznej błędu z jej modyfikacjami. Metoda gradientów sprzężonych, metoda zmiennej metryki.

Wzbogacanie metod deterministycznych o metody stochastyczne. Symulowane wyżarzanie.

Zagadnienie optymalnego doboru architektury sieci w kontekście zdolności uogólniania.

Przykłady zastosowań sztucznych sieci neuronowych.

Algorytmy ewolucyjne. Klasyczny algorytm genetyczny i jego modyfikacje.

Przykłady zastosowań algorytmów ewolucyjnych, w tym genetycznych.

Programowanie genetyczne.

Literatura:

1. Bogdan Stefanowicz – Systemy eksperckie Przewodnik, WSISiZ 2003

2. Marek Jan Kasperski – Sztuczna Inteligencja, Helion 2003

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

4. Leszek Antoni Niederliński – Regułowo-modelowe systemy ekspertowe rmse, Skalmierski 2006

5. John McCarthy – What Is Artificial Intelligence?, www-formal.stanford.edu/jmc/ whatisai/whatisai.html

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 20

Konsultacje 2

Zajęcia bez kontaktu z nauczycielem:

Lektura wskazanych fragmentów literatury 30

Przygotowanie do testu zaliczeniowego 10

Sumaryczna liczba godzin pracy studenta: 62

Metody i kryteria oceniania:

Egzamin – test wielokrotnego wyboru

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. zimowy" (jeszcze nie rozpoczęty)

Okres: 2020-10-01 - 2021-02-21
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 20 godzin więcej informacji
Koordynatorzy: Zbigniew Gulbinowicz
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin

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

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 20 godzin więcej informacji
Koordynatorzy: Zbigniew Gulbinowicz
Prowadzący grup: Zbigniew Gulbinowicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin

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

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 20 godzin więcej informacji
Koordynatorzy: Janusz Kaniewski
Prowadzący grup: Janusz Kaniewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin

Zajęcia w cyklu "rok akademicki 2017/2018 - sem. zimowy" (zakończony)

Okres: 2017-10-01 - 2018-02-18
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 20 godzin więcej informacji
Koordynatorzy: Janusz Kaniewski
Prowadzący grup: Janusz Kaniewski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena łączna
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.