Anketa

Na ovoj stranici trenutno nije odabrana niti jedna anketa!

Repozitorij

Repozitorij je prazan

Umjetna inteligencija

Šifra: 45688
ECTS: 5.0
Nositelji: prof. dr. sc. Luka Grubišić
Izvođači: prof. dr. sc. Luka Grubišić - Auditorne vježbe
Engleski jezik:

1,0,0

Nastava se odvija na hrvatskom jeziku u svim svojim elementima, a stranim studentima koji su pridruženi mješovitoj grupi nudi se mogućnost savladavanja predmeta pomoću dodatnih izravnih konzultacija s nastavnikom i asistentima na engleskom jeziku. Pri tome, nastavnik stranog studenta upućuje na odgovarajuću literaturu na engleskom jeziku te mu osigurava mogućnost polaganja predmeta na engleskom jeziku.
Opterećenje:

1. komponenta

Vrsta nastaveUkupno
Predavanja 30
Auditorne vježbe 15
* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)
Opis predmeta:
CILJ KOLEGIJA: Stjecanje temeljnog znanja o svim područjima umjetne inteligencije (UI) te primjena neke od odabranih metoda UI u izradi odabranog inteligentnog sustava.

NASTAVNI SADRŽAJI:
1. Uvod u umjetnu inteligenciju. Definicija inteligencije. Područje računarstva - umjetna inteligencija. Klasifikacija područja umjetne inteligencije. Definicija inteligentnog sustava. Metode evaluacije: Turingov test i Searlova kineska soba. Povijesni razvoj. Simbolički i konektivistički pristup. Umjetna inteligencija danas. Metode prikaza znanja. Taksonomija shema.
2. Rješavanje problema pretraživanjem prostora stanja. Slijepo i usmjereno pretraživanje. Heurističke funkcije. Metoda pretraživanja A*.
3. Matematička logika i automatsko dokazivanje teorema. Sintaksa i semantika jezika za prikaz znanja. Propozicijski račun. Predikatni račun. Rezolucijsko zaključivanje. Rezolucijske strategije.
4. Uvod u obradu prirodnog jezika.
5. Ekspertni sustavi. Produkcijska pravila. Struktura i komponente ekspertnog sustava. Tipovi ekspertnih sustava: ulančavanje prema naprijed i unatrag. Primjeri ekspertnih sustava.
6. Uvod u neuronske mreže. Umjetni neuron, građa funkcije i njegov biološki uzor. Definicija neuronske mreže. Učenje mreže. Vrste mreža i namjena.
7. Prikaz nepouzdanog znanja. Probabilističko zaključivanje. Dempster-Shaferova teorija. Neizrazita logika za prikaz i zaključivanje s nepouzdanim znanjem.
Literatura:
1. semestar
Obavezni predmet - Redovni Studij - Računarstvo i matematika
Termini konzultacija:

SADRŽAJ

Link na stranicu kolegija: https://web.math.pmf.unizg.hr/nastava/ui/

 

Stranica kolegija na platformi Merlin https://moodle.srce.hr/2020-2021/course/view.php?id=83828


Obavijesti - Arhiva

Povratak

Rezultati 1 - 2 od 2
Stranica 1 od 1
Po stranici: 
Sortiraj po: Naslov    Autor    Datum ↓  
[^] Uvodno predavanje Objavljeno 5. 10. 2020. u 18:47  ( Luka Grubišić )
[^] Održavanje nastave Objavljeno 5. 10. 2020. u 09:23  ( Luka Grubišić ) Uređeno: 5. 10. 2020. u 09:25  (Luka Grubišić)