545-0128/01 – Základy umělé inteligence (záklUmIn)
Garantující katedra | Katedra ekonomiky a systémů řízení | Kredity | 5 |
Garant předmětu | doc. Ing. Pavel Staša, Ph.D. | Garant verze předmětu | doc. Ing. Pavel Staša, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
Ročník | 3 | Semestr | letní |
| | Jazyk výuky | čeština |
Rok zavedení | 2015/2016 | Rok zrušení | 2020/2021 |
Určeno pro fakulty | HGF | Určeno pro typy studia | bakalářské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Předmět seznamuje se základními teoretickými i aplikačními možnostmi umělé inteligence. Po uvedení základní klasifikace oblastí využití tohoto moderního vědního oboru rozvíjí jeho základní směry vývoje. Studenti se seznámí se
způsoby reprezentace znalostí, znalostními systémy, obecnými metodami řešení úloh, otázkami strojového učení a vidění až k aplikacím umělých neuronových sítí a virtuální reality. V závěru jsou posluchači seznámeni s využitím evolučních algoritmů a oblastí umělého života. Látka je procvičována na praktických aplikačních příkladech zahrnujících aspekty surovinového průmyslu.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Anotace
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Student vypracuje individuální semestrální programy.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Kořeny UI, základní směry
2. Metody reprezentace a zpracování znalostí, znalostní systémy
3. Kvalitativní modelování, plánovací systémy
4. Expertní systémy, sémantické sítě, rámce, pravidlové a inferenční sítě
5. Prohledávání stavového prostoru, vyhledávání znalostí a dat z databází
6. Produkční systémy a jejich aplikace
7. Umělé neuronové sítě, model neuronu, algoritmus zpětného šíření
8. Aplikace umělých neuronových sítí
9. Strojové učení, adaptivní a učící se systémy, učení s učitelem a bez učitele
10. Rozpoznávání a počítačové vidění, příznaky, struktury, počítačové vidění, vizualizace
11. Umělý život a biokybernetika
12. Rozšířená a virtuální realita, modely VR
13. Evoluční systémy a algoritmy, genetické algoritmy
14. Aplikace umělé inteligence v průmyslu, holony, multiagentní systémy
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky