Bazy wiedzy i sztuczna inteligencja
Transkrypt
Bazy wiedzy i sztuczna inteligencja
KARTA INFORMACYJNA PRZEDMIOTU przedmiot: Bazy wiedzy i sztuczna inteligencja kod przedmiotu: 4ER209S104 Wydział: ELEKTRONIKI Instytut/Katedra: Radioelektroniki obowiązkowy: tak wybierany: (obowiązek zapisu min. ... studentów) język realizacji: polski rodzaj studiów: stacjonarne studia drugiego stopnia - magisterskie specjalność: systemy radioelektroniczne semestr kierunek: elektronika i telekomunikacja forma zajęć, liczba godzin/rygor (X -egzamin, + - zaliczenia, # - projekt) razem wykłady ćwiczenia laboratoria projekt seminarium 45 21/x 10 6 - 8 I punkty ECTS Autor programu przedmiotu: dr inż. Jan Matuszewski Prowadzący wykłady: dr inż. Jan Matuszewski 6 EFEKTY KSZTAŁCENIA Znajomość podstawowych rodzajów systemów ekspertowych oraz wybranych modeli sztucznych sieci neuronowych, Umiejętność budowy systemów ekspertowych, algorytmów uczenia maszynowego, metod reprezentacji wiedzy oraz reguł zdobywania wiedzy dla potrzeb systemów ekspertowych, Umiejętność identyfikowania i formułowania problemów wymagających zastosowania wybranych metod sztucznej inteligencji do rozwiązywania zadań praktycznych. BEZPOŚREDNIE POWIĄZANIE Z INNYMI PRZEDMIOTAMI: Bazuje na przedmiotach: • Metody optymalizacji. Podbudowuje przedmioty: • • • Metody analizy danych, Inteligentne systemy transportowe, Seminaria dyplomowe, TREŚĆ PRZEDMIOTU: Pojęcia podstawowe. Interdyscyplinarna natura sztucznej inteligencji. Metody reprezentacji wiedzy. Metody wnioskowania: w przód, w tył i mieszane. Wybrane technologie pozyskiwania wiedzy dla potrzeb bazy wiedzy. Strategie przeszukiwania bazy wiedzy. Wykorzystanie systemów uczących się do rozwiązywania problemów. Sieci neuronowe. Zastosowania sieci neuronowych w dziedzinach rozpoznawania, klasyfikacji, predykcji i kompresji danych. Binarne drzewa decyzyjne. Algorytmy genetyczne. Logika rozmyta. Modelowanie problemów decyzyjnych za pomocą baz wiedzy. Rodzaje systemów eksperckich i ich zastosowania. Techniki współpracy systemów eksperckich z sieciami neuronowymi. Modelowanie problemów decyzyjnych za pomocą baz wiedzy. LITERATURA: Podstawowa: • • • • Bubnicki Z.: Wstęp do systemów ekspertowych. PWN, Warszawa, 1990. Niederliński A., Regułowo-modelowe systemy ekspertowe. Wydawnictwo Pracowni Komputerowej Jacka Skalmierskiego,Gliwice 2006. Rutkowski L., Metody i techniki sztucznej inteligencji. Wyd. Naukowe PWN, Warszawa 2009. Żurada J., Barski M., Jędruch W., Sztuczne sieci neuronowe. Wyd. Naukowe PWN, Warszawa 1996. Uzupełniająca: 5 • • • Jackson P.: Introduction to Expert Systems. Addison-Wesley, 1999, 3rd Edition. Krawiec K., Stefanowski J, Uczenie maszynowe i sieci neuronowe. Wyd. Politechniki Poznańskiej, Poznań 2004. Owoc M.: Elementy systemów ekspertowych. Cz. I. Sztuczna inteligencja i odkrywanie wiedzy. Wyd. Uczelniane Akademii Ekonomicznej, Wrocław 2003. ZASADY ZALICZANIA: Zaliczenie ćwiczeń rachunkowych, laboratoriów i seminariów. Pozytywny wynik egzaminu pisemnego z materiału objętego zakresem wykładów. 6