|
Vyučující
|
-
Hájek Petr, prof. Ing. Ph.D.
-
Hendrych Jan, Bc.
-
Plaček Pavel
|
|
Obsah předmětu
|
Úvod do umělé inteligence a oblasti umělé a výpočetní inteligence. Ambientní inteligence a společenské dopady umělé inteligence. Příklad systému s umělou inteligencí. Strojové učení a neuronové sítě. Jednoduché modely neuronových sítí na klasifikaci a predikci. Reprezentace znalostí. Stavový prostor a možnosti jeho prohledávání. Logické modely - výroková logika a predikátová logika prvního řádu. Logické programovací jazyky. Návrh jednoduchých znalostních systémů. Binární expertní systémy. Procedurální schémata. Návrh báze znalostí expertních systémů.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Laborování
- Domácí příprava na výuku
- 28 hodin za semestr
- Kontaktní výuka
- 52 hodin za semestr
- Projekt individuální
- 30 hodin za semestr
- Příprava na zápočet
- 10 hodin za semestr
- Příprava na zkoušku
- 30 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenty se základními přístupy k umělé a výpočetní inteligenci a možnostmi jejich uplatnění v různých oblastech společenského života.
Student, který úspěšně absolvoval předmět, umí: vysvětlit, jaké jsou cíle umělé a výpočetní inteligence, jejich společenské dopady a charakterizovat jejich historický vývoj; rozlišit tradiční (hard computing) a moderní (soft computing) přístupy k umělé a výpočetní inteligenci; charakterizovat strukturu a princip učení neuronové sítě a rozlišit učení s učitelem a bez učitele; charakterizovat stavový prostor a porovnat strategie k jeho prohledávání z hlediska úplnosti a časové a paměťové složitosti; popsat a rozlišit deklarativní a procedurální přístupy k reprezentaci znalostí; rozlišit diagnostické a plánovací expertní systémy a charakterizovat funkci jejich základních komponent. Student, který úspěšně absolvoval předmět, dovede: navrhnout vhodnou strukturu a model neuronové sítě a tuto síť pomocí gradientního algoritmu naučit na předzpracovaných datech; pro danou úlohu zvolit vhodnou reprezentaci znalostí; navrhnout pro danou úlohu stavový graf a prohledávat jej pomocí algoritmů neinformovaného a informovaného prohledávání; navrhnout bázi znalostí jednoduchého znalostního a expertního systému v logickém programovacím jazyku; odvozovat znalosti pomocí inferenčních pravidel výrokové logiky a predikátové logiky prvního řádu. Student, který úspěšně absolvoval předmět, je schopen: samostatně a odpovědně se rozhodovat a při řešení složitých problémů provést rozklad na jednodušší úlohy; do řešení problémů zahrnout úvahu o společenských a etických rozměrech technologického rozvoje; samostatně získávat další odborné znalosti, dovednosti a způsobilosti z příbuzných disciplín; efektivně komunikovat s cílovou skupinou uživatelů - experty z oblasti veřejné správy, bezpečnosti a dalších.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Posouzení zadané práce, Didaktický test, Rozhovor, Hospitace
Zápočet: účast na cvičení (viz směrnice), písemný zápočtový test s minimálně 60% úspěšností, zpracování zadaných úloh na cvičení s minimálně 60% úspěšností, prezentace a úspěšné obhájení dvou praktických projektů. Zkouška: písemná s minimálně 60% úspěšností.
|
|
Doporučená literatura
|
-
KŘIVAN, M. Úvod do umělých neuronových sítí. Praha: Oeconomica, 2014. ISBN 9788024520247.
-
MAŘÍK, V., ŠTĚPÁNKOVÁ, O., LAŽANSKÝ J. Umělá inteligence 2. Praha: Academia, 1997. ISBN 978-80-200-0504-5.
-
NEGNEVITSKY, M. Artificial intelligence: A guide to intelligent systems. Harlow: Pearson Education, 2011. ISBN 9781408225745.
-
OLEJ, V., HÁJEK, P. Úvod do umělé inteligence: klasická umělá inteligence - distanční opora. Pardubice: Univerzita Pardubice, 2009. ISBN 978-80-7395-241-9.
-
OLEJ, V., PETR, P. Expertní a znalostní systémy v managementu. Část Expertní systémy - distanční opora. Pardubice: Univerzita Pardubice, 2004. ISBN 80-7194-688-5.
-
Olej, Vladimír. Úvod do umělé inteligence : moderní přístupy : distanční opora. Pardubice: Univerzita Pardubice, 2010. ISBN 978-80-7395-307-2.
-
RUSSELL, S., STUART, N. Artificial intelligence: A modern approach. Harlow: Pearson Education, 2014. ISBN 9780136042594.
|