|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KRP / NNUI1
:
Popis předmětu
Pracoviště / Zkratka
|
KRP
/
NNUI1
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Základy umělé inteligence 1
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Cvičení
3
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
9 / -
|
20 / -
|
0 / 0
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ano
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ano
|
Hodnotící stupnice |
A|B|C|D|E|F |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
KRP/INUI1
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
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.
|
Požadavky na studenta
|
Zpracování závěrečného projektu, ve kterém bude řešen soubor problémů z probírané problematiky.
|
Obsah
|
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, heuristický minimax. 7. Heuristický minimax. 8. Úvod do teorie fuzzy množin, základní pojmy, základní operace. 9. Fuzzy relace, operace s fuzzy relacemi, fuzzy čísla, princip rozšíření. 10. Jazyková proměnná, fuzzy logika a přibližné usuzování. 11. Fuzzy logické systémy a jejich využití. 12. Znalosti, reprezentace znalostí, znalostní systémy. 13. Znalostní systémy.
|
Aktivity
|
|
Studijní opory
|
V případě mimořádných opatření bude výuka probíhat vzdáleně s využitím programu MS Teams v době dle rozvrhu. Účast na schůzkách skupiny v MS Teams je ekvivalentní účasti na přednáškách a cvičeních.
In the case of distance learning, lessons will be tought trough MS Teams. Lessons will be at the time shown in the timetable. MS Teams is equivalent to participation and or attendens in lectures and excersises.
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
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.
-
Základní:
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.
-
Základní:
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.
-
Základní:
Škrabánek, Pavel. Teorie fuzzy množin a jejich aplikace (online).. Univerzita Pardubice, 2014. ISBN 978-80-7395-875-6.
-
Základní:
OLEJ, V., HÁJEK, P. Úvod do umělé inteligence: moderní přístupy - distanční opora. Pardubice: Univerzita Pardubice, 2010. ISBN 978-80-7395-307-2.
-
Základní:
Úvod do umělých neuronových sítí
(Doležel, Petr)
-
Doporučená:
Volná Eva. Umělá inteligence: rozpoznávání vzorů v dynamických datech.. Praha - BEN- technická literatura, 2014. ISBN 978-80-7300-497-2.
|
Časová náročnost
|
Prezenční forma studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
65
|
Příprava na zkoušku
|
14
|
Domácí příprava na výuku
|
26
|
Projekt individuální
|
45
|
Celkem
|
150
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Předpokládají se znalosti programování a teorie grafů. |
Získané způsobilosti |
Základní orientace v problematice umělé integence. Schopnost aplikace optimalizačních metod, algoritmů pro řešení problémů, budování fuzzy systémů a orientace v problematice expertních systémů.
|
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Metody samostatných akcí
|
Hodnotící metody |
- Ústní zkouška
- Posouzení zadané práce
|
|
|
|