|
Vyučující
|
-
Doležel Petr, prof. Ing. Ph.D.
|
|
Obsah předmětu
|
Témata přednášek po týdnech semestru: 1. Úvod do UI (základní pojmy, členění UI), historie UI. 2. Základy teorie grafů, přechodový systém, plánování. 3. Přechodový systém, formulace úlohy, neinformované metody prohledávání stavového prostoru (prohledávání do šířky, prohledávání do hloubky). 4. Neinformované metody prohledávání stavového prostoru (prohledávání do hloubky s omezením, iterativní prohledávání do hloubky, obousměrné prohledávání, prohledávání do šířky dle ceny). 5. Informované metody prohledávání stavového prostoru, tvorba heuristické funkce. 6. Stručný úvod do teorie her, algoritmus minimax a jeho rozšíření o alfa-beta prořezávání. 7. Úvod do teorie fuzzy množin, základní pojmy, základní operace. 8. Fuzzy relace, operace s fuzzy relacemi, fuzzy čísla, princip rozšíření. 9. Jazyková proměnná, fuzzy logika a přibližné usuzování. 10. Fuzzy logické systémy a jejich využití. 11. Stochastické optimalizační metody (Monte-Carlo, horolezecký algoritmus, zakázané prohledávání, simulované žíhání, mravenčí kolonie) 12. Genetický algoritmus, diferenciální evoluce. 13. Hybridní evoluční algoritmy. Náplň seminářů po týdnech semestru: 1. Úvod do potřebných programových konstrukcí v Pythonu. 2. Základy teorie grafů, přechodový systém, plánování. 3. Přechodový systém, formulace úlohy, neinformované metody prohledávání stavového prostoru (prohledávání do šířky, prohledávání do hloubky). 4. Neinformované metody prohledávání stavového prostoru (prohledávání do hloubky s omezením, iterativní prohledávání do hloubky, obousměrné prohledávání, prohledávání do šířky dle ceny). 5. Informované metody prohledávání stavového prostoru, tvorba heuristické funkce. 6. Stručný úvod do teorie her, algoritmus minimax a jeho rozšíření o alfa-beta prořezávání. 7. Úvod do teorie fuzzy množin, základní pojmy, základní operace. 8. Fuzzy relace, operace s fuzzy relacemi, fuzzy čísla, princip rozšíření. 9. Jazyková proměnná, fuzzy logika a přibližné usuzování. 10. Fuzzy logické systémy a jejich využití. 11. Stochastické optimalizační metody (Monte-Carlo, horolezecký algoritmus, zakázané prohledávání, simulované žíhání, mravenčí kolonie) 12. Genetický algoritmus, diferenciální evoluce. 13. Hybridní evoluční algoritmy.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Metody samostatných akcí
- Kontaktní výuka
- 65 hodin za semestr
- Projekt individuální
- 45 hodin za semestr
- Domácí příprava na výuku
- 26 hodin za semestr
- Příprava na zkoušku
- 14 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty s členěním vědní disciplíny umělá inteligence, a poskytnout jim znalosti v oblasti řešení problému, hraní her, plánování, fuzzy logiky a znalostních systémů.
Základní orientace v problematice umělé integence. Schopnost aplikace optimalizačních metod, algoritmů pro řešení problémů, budování fuzzy systémů a orientace v problematice expertních systémů.
|
|
Předpoklady
|
Předpokládají se znalosti programování a teorie grafů.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Posouzení zadané práce
Zpracování závěrečného projektu, ve kterém bude řešen soubor problémů z probírané problematiky. Zkouška probíhá formou ústního pohovoru.
|
|
Doporučená literatura
|
-
LAWLESS, William, Ranjeey MUTTU, Donald; SOFGE, Ira S. MISKOWITZ a Stephen RUSSELL. Artiticial Intellignece for the Internet of Everything. London: Elsevier, 2019. ISBN 978-0-1281-7636-8.
-
LUCCI, Stephen a Danny KOPEC. Artificial Intelligence in the 21st Centruy. 2nd Edition. Herndon: Mercury Learning and Information, 2016. ISBN 978-1-942270-00-3.
-
Olej, Vladimír. Úvod do umělé inteligence : moderní přístupy : distanční opora. Pardubice: Univerzita Pardubice, 2010. ISBN 978-80-7395-307-2.
-
RUSSELL, Stuart J., Peter NORVIG a Ernest DAVIS. Artifical intelligence: a modern approach. 3rd ed.. Upper Saddle River: Prentice Hall, 2010. ISBN 978-0-13-604259-7.
-
Škrabánek, Pavel. Teorie fuzzy množin a jejich aplikace (online).. Pardubice: Univerzita Pardubice, 2014. ISBN 978-80-7395-875-6.
-
Volná Eva. Umělá inteligence: rozpoznávání vzorů v dynamických datech.. Praha - BEN- technická literatura, 2014. ISBN 978-80-7300-497-2.
|