Навигација

13Е054ВИ - Вештачка интелигенција

Спецификација предмета
НазивВештачка интелигенција
Акроним13Е054ВИ
Студијски програмЕлектротехника и рачунарство
Модулмодул Сигнали и системи
Тип студијаосновне академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
Број ЕСПБ6.0Статус предметаизборни
Условљност другим предметиманема
Циљеви изучавања предметаУпознавање студената са основним концептима вештачке интелигенције, са акцентом на алгоритмима претраге, планирања и пробабилистичког расуђивања. Оспособљавање студената за моделирање, дизајн и тестирање система вештачке интелигенције, уз практичну имплементацију у програмским језицима Python и Matlab.
Исходи учења (стечена знања)Студенти ће бити способни да самостално анализирају пројектне захтеве и окружење у којима агент треба да делује, да одаберу одговарајуће алгоритме вештачке интелигенције за постављени проблем, да их пројектују, практично имплементирају коришћењем програмских језика Python и/или Matlab, и да их адекватно тестирају.
Садржај предмета
Линк ка страници предметаhttps://automatika.etf.bg.ac.rs/sr/13e054vi
Линк ка предавањимаhttps://teams.microsoft.com/l/team/19%3ApW-wwekT7v04rrcDlNnkCRa95alWpY-WTdksXWb92Jg1%40thread.tacv2/conversations?groupId=cb2fcd3a-b234-49ae-be8f-04cf0acd013b&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Садржај теоријске наставеИсторија, дефиниција и преглед основних концепата вештачке интелигенције. Технике претраживања и планирања: класична, локална и такмичарска претрага, задовољавањe ограничења. Пробабилистичко расуђивање: Bayes-ове мреже, егзактно и Монте Карло закључивање. Расуђивање у темпоралним моделима: скривени Марковљеви модели, динамичке Bayes-ове мреже, Калманов и честични филтар.
Садржај практичне наставеДетаљно решени проблеми који демонстрирају механизме и значајне аспекте разматраних алгоритама претраге, планирања и пробабилистичког расуђивања. Интерактивна демонстрација и анализа практичних имплементација ових алгоритама на илустративним проблемима.
Литература
  1. Artificial Intelligence: A Modern Approach. 3rd Edition, S. Russell and P. Norvig. Prentice Hall, 2010
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
311
Методе извођења наставепредавања, вежбе на табли, рачунарске демонстрације
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавања0Писмени испит60
Практична настава0Усмени испит0
Пројекти
Колоквијуми20
Семинари20