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