sylabus przedmiotu „sztuczna inteligencja i reprezentacja
Transkrypt
sylabus przedmiotu „sztuczna inteligencja i reprezentacja
SYLABUS PRZEDMIOTU „SZTUCZNA INTELIGENCJA I REPREZENTACJA WIEDZY” Lp. Elementy składowe sylabusu Opis 1. Nazwa przedmiotu Sztuczna inteligencja i reprezentacja wiedzy 2. Nazwa jednostki prowadzącej przedmiot Wydział Zarządzania i Komunikacji Społecznej UJ, Katedra Lingwistyki Komputerowej 3. Kod przedmiotu WZ.KLK-SZI 4. Język przedmiotu język polski 5. Grupa treści kształcenia, w ramach której przedmiot jest realizowany • grupa treści kierunkowych 6. Typ przedmiotu • • obowiązkowy do zaliczenia semestru i roku studiów obowiązkowy do ukończenia całego toku studiów 7. Rok studiów, semestr IV rok jednolite magisterskie, semestr 8 (letni) 2010/2011 8. Imię i nazwisko osoby (osób) prowadzącej przedmiot prof. dr hab. Mariusz Flasiński 9. Imię i nazwisko osoby (osób) egzaminującej bądź udzielającej zaliczenia w przypadku, gdy nie jest nim osoba prowadząca dany przedmiot 10. Formuła przedmiotu 11. Wymagania wstępne 12. Liczba godzin zajęć dydaktycznych Wykład, laboratorium Łącznie: 60 godz. wykład: 30 godz., laboratorium: 30 godz. studia stacjonarne i niestacjonarne 13. Liczba punktów ECTS przypisana przedmiotowi 7 pkt. ECTS 14. Czy podstawa obliczenia średniej ważonej? Tak (ocena z egzaminu) Założenia i cele przedmiotu Celem przedmiotu jest przedstawienie studentom problemu reprezentacji wiedzy w dziedzinie sztucznej inteligencji oraz przegląd metod reprezentacji wiedzy. Student poznaje metody obliczeniowe sztucznej inteligencji, modele komputerowej reprezentacji wiedzy oraz paradygmaty sztucznej inteligencji. 15. wykład, 2 godziny w tygodniu, 15 tygodni. laboratorium, 2 godziny w tygodniu, 15 tygodni. 16. Metody dydaktyczne wykład, dyskusja moderowana przez wykładowcę, ćwiczenia praktyczne, referaty, konwersatoria. • • 17. Forma i warunki zaliczenia przedmiotu, w tym zasady dopuszczenia do egzaminu, zaliczenia z przedmiotu, a także formę i warunki zaliczenia poszczególnych form zajęć wchodzących w zakres danego przedmiotu 18. Treści merytoryczne przedmiotu oraz sposób ich realizacji 19. Wykaz literatury podstawowej i uzupełniającej, obowiązującej do zaliczenia danego przedmiotu Egzamin ustny po zaliczeniu laboratorium (referat oraz czynny udział w zajęciach) 1. 2. 3. 4. 5. 6. 7. 8. Historia i paradygmaty sztucznej inteligencji. Metody przeszukiwań i metody heurystyczne. Metody ewolucyjne i algorytmy genetyczne. Metody rozpoznawania obrazów. Sieci semantyczne i systemy ramowe. Sztuczne sieci neuronowe. Metody oparte na logice i systemy ekspertowe. Metody oparte na teorii języków formalnych i syntaktyczne rozpoznawanie obrazów, indukcja gramatyczna. 9. Inżynieria wiedzy i metodologia konstrukcji systemów sztucznej inteligencji, systemy wielo-agentowe. 10. Zagadnienie sztucznej inteligencji z punktu widzenia filozofii i metodologii nauk. Literatura pomocnicza: 1. M. Flasiński, „Każdy w swoich pojęciach”, czyli dyskusja alchemików o sztucznej inteligencji, w: „Sensy i nonsensy w nauce i filozofii” (red. M. Heller), Wydawnictwo Ośrodka Badań Interdyscyplinarnych przy Wydziale Filozofii Papieskiej Akademii Teologicznej, Kraków 1999. 2. M. Flasiński, Artificial Intelligence – Survey of formal 3. 4. 5. 6. 7. 8. 9. 10. 11. models, Kolokwia Psychologiczne, Wydawnictwo Instytutu Psychologii PAN, 9 (2001), 157-170. M. Flasiński, Syntaktyczne metody rozpoznawania obrazów, Skrypty Uczelniane Uniwersytetu Jagiellońskiego w Krakowie, Nr 634, Kraków 1991. G. Lakoff, Women, Fire, and Dangerous Things, The University of Chicago Press, Chicago 1987. J. Mulawka, Systemy ekspertowe, WNT, Warszawa 1996. E. Nęcka, Inteligencja – geneza, struktura, funkcje, Gdańskie Wydawnictwo Psychologiczne, Gdańsk 2003. D. Rutkowska, M. Piliński, L. Rutkowski, Sieci neuronowe, algorytmy genetyczny i systemy rozmyte, PWN, Warszawa 1997. R. Schaefer, Podstawy genetycznej optymalizacji globalnej, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków 2002. R. Tadeusiewicz, Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993. R. Tadeusiewicz, M. Flasiński, Rozpoznawanie obrazów, PWN, Warszawa 1991. P.H. Winston, Artificial Intelligence, Addison-Wesley, Reading MA 1993.