Wybrane zagadnienia ze sztucznej inteligencji

Nazwa przedmiotu:
Wybrane zagadnienia ze sztucznej inteligencji
Selected issues of artificial intelligence
Dyscyplina:
Informatyka
Forma studiów:
Stacjonarne
Kod przedmiotu: B4_07w
Rodzaj przedmiotu:
Przedmiot fakultatywny
Poziom przedmiotu:
III stopnia
Rok: II
Semestr: IV
Rodzaj zajęć:
wykład
Liczba godzin/tydzień:
1W
Liczba punktów:
1 ECTS
PRZEWODNIK PO PRZEDMIOCIE
I KARTA PRZEDMIOTU
CEL PRZEDMIOTU
C1. Zapoznanie studentów z wybranymi zagadnieniami i metodami sztucznej inteligencji oraz
metodologią ich badań.
C2. Zdobycie przez studentów wiedzy pozwalającej na wybór, implementacje oraz rzetelne
przeprowadzenie badań algorytmów sztucznej inteligencji.
C3. Nabycie przez studentów praktycznych umiejętności w zakresie stosowania metod i
algorytmów sztucznej inteligencji.
WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH
KOMPETENCJI
1. Wiedza z zakresu podstaw arytmetyki oraz logiki dwuwartościowej.
2. Wiedza z zakresu podstaw informatyki, w tym struktur danych.
3. Umiejętność korzystania z różnych źródeł wiedzy, w tym z literatury naukowej.
4. Umiejętności pracy samodzielnej i w grupie.
EFEKTY KSZTAŁCENIA
EK 1 – posiada wiedzę o celach i metodach sztucznej inteligencji,
EK 2 – posiada wiedzę o trendach rozwojowych i nowych osiągnięciach w zakresie sztucznej
inteligencji,
EK 3 – zna szerokie spektrum metod z zakresu sztucznej inteligencji oraz zakres ich
zastosowania,
EK 4 – potrafi przygotować i przeprowadzić eksperyment badawczy prowadzący do uzyskania
rzetelnych wyników i wniosków z w zakresie badań systemów sztucznej inteligencji,
EK 5 – potrafi zaproponować rozwiązanie z zakresu metod sztucznej inteligencji dla zadań i
problemów inżynierskich, technicznych oraz dotyczących analizy danych.
TREŚCI PROGRAMOWE
Liczba
godzin
1
1
1
1
1
1
2
1
1
1
2
2
Forma zajęć – Seminarium / Wykład
W 1 - Wstęp do sztucznej inteligencji
W 2 - Procedury badania systemów sztucznej inteligencji
W 3 - Sieci neuronowe jednokierunkowe
W 4 - Sieci neuronowe ze sprzężeniami zwrotnymi
W 5 - Wstęp do przetwarzania ziarnistego
W 6 - Teoria zbiorów rozmytych
W 7, 8 - Rozmyte systemy decyzyjne
W 9 - Miara możliwości i konieczności
W 10 - Systemy neuronowo-rozmyte
W 11 - Zbiory rozmyte typu 2 i ich zastosowanie
W 12, 13 - Teoria zbiorów przybliżonych
W 14, 15 - Drzewa decyzyjne
NARZĘDZIA DYDAKTYCZNE
1. – Wykład z wykorzystaniem prezentacji multimedialnych.
2. – Literatura naukowa.
SPOSOBY OCENY ( F – FORMUJĄCA, P – PODSUMOWUJĄCA)
F1. – Ocena aktywności podczas zajęć
P1. – Ocena opanowania materiału nauczania będącego przedmiotem wykładu – zaliczenie wykładu
(lub egzamin)
OBCIĄŻENIE PRACĄ DOKTORANTA
Forma aktywności
Średnia liczba godzin
na zrealizowanie
aktywności
Godziny kontaktowe z prowadzącym
15h
Godziny konsultacji z prowadzącym
5h
Zapoznanie się ze wskazaną literaturą, przygotowanie do seminariów,
wykonanie zadań domowych
10 h
Suma
∑30
SUMARYCZNA LICZBA PUNKTÓW ECTS DLA PRZEDMIOTU
1 ECTS
h*
LITERATURA PODSTAWOWA I UZUPEŁNIAJĄCA
1.
2.
3.
Mariusz Flasiński, Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN,
Warszawa 2011
Dawid E. Goldberg, Algorytmy genetyczne i ich zastosowania, Wydawnictwa NaukowoTechniczne, Warszawa 1995
Amit Konar, Computational Intelligence. Principles, techniques and applications,
Springer 2005
Jacek Łęski, Systemy neuronowo-rozmyte, Wydawnictwa Naukowo-Techniczne,
Warszawa 2008
5. Zbigniew Michalewicz, Algorytmy genetyczne + struktury danych = programy
ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa 1996
6. Robert K. Nowicki, Rozmyte systemy decyzyjne w zadaniach z ograniczoną wiedzą,
Akademicka Oficyna Wydawnicza EXIT, Warszawa 2009
7. Leszek Rutkowski, Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe
PWN, Warszawa 2005
8. Katarzyna Stąpor, Metody klasyfikacji obiektów w wizji komputerowej, Wydawnictwo
Naukowe PWN, Warszawa 2011
9. Krzysztof Ślot, Wybrane zagadnienia biometrii, Wydawnictwa Komunikacji i Łączności,
Warszawa 2008
10. Sławomir T. Wierzchoń, Sztuczne systemy immunologiczne. Teoria i zastosowania,
Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001
4.
PROWADZĄCY PRZEDMIOT (IMIĘ, NAZWISKO, ADRES E-MAIL)
1. dr hab. inż. Robert Nowicki, prof. PCz, [email protected]
MACIERZ REALIZACJI EFEKTÓW KSZTAŁCENIA
Efekt
kształcenia
EK1
EK2
EK3
EK4
EK5
Odniesienie
danego efektu
do efektów
zdefiniowanych
dla całego
programu
(PEK)
K_W01, K_W02,
K_W05
K_W04
K_W01, K_W02,
K_W05
K_U10, K_U11,
K_U12, K_U15,
K_U19
K_U15, K_U17,
K_U19
Cele
przedmiotu
Treści
programowe
Narzędzia
dydaktyczne
Sposób
oceny
C1
1-15
1, 2
1, 2
C1, C2
1-15
1, 2
1, 2
C1, C2
1-15
1, 2
1, 2
C2
1-15
1, 2
1, 2
C3
1-15
1, 2
1, 2
II. FORMY OCENY
Na pierwszych zajęciach prowadzący przestawia skalę ocen i sposób weryfikacji
efektów kształcenia na studiach III stopnia.
III. INNE PRZYDATNE INFORMACJE O PRZEDMIOCIE
1. Informacja na temat konsultacji przekazywana jest studentom III stopnia podczas
pierwszych zajęć z danego przedmiotu.
2. Informacje o harmonogramie odbywania zajęć znajdują się na stronach
prowadzącego www.iisi.pcz.pl/Robert_Nowicki oraz na stronie www.wimii.pcz.pl