Pokročilá umělá inteligence
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
X33UIP | Z,ZK | 4 | 2+2s | česky |
- Přednášející:
- Lenka Lhotská (gar.)
- Cvičící:
- Lenka Lhotská (gar.), Demlová Uznáno
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
Cílem předmětu je poskytnout přehled pokročilých technik, které se využívají při tvorbě inteligentních systémů. Postupně je probrána problematika pokročilých metod prohledávání stavového prostoru, strojového učení, dolování dat, přírodou inspirovaných algoritmů (PSO, ACO, evolučních algoritmů, umělého života), multiagentních systémů a jejich aplikací.
- Požadavky:
-
Podmínkou zápočtu je účast na cvičeních, odevzdání a úspěšná prezentace samostatné práce.
- Osnova přednášek:
-
1.Povaha dat, informací a znalostí, úvod do problematiky pokročilých technik prohledávání stavového prostoru
2.Jednotlivé metody prohledávání (island-driven search, hierarchical search, limited-horizon search, alfa-beta prohledávání, herní strategie)
3.Strojové učení - přehled klasických metod
4.Násobné klasifikátory, ILP, relační logika
5.Operátory generalizace a specializace, generalizační teorie
6.PAC learning, reinforcement learning
7.Využití strojového učení v klasifikaci, predikci a dalších oblastech
8.Data mining - metody, vizualizace, aplikace, učení asociačních pravidel
9.Distribuované metody v učení a optimalizaci
10.PSO, ACO, celulární automaty, umělé imunitní systémy, artificial life
11.Agent - definice, typy a vlastnosti, modely architektury (BDI, 3bA), sociální chování
12.Koordinace, kooperace a komunikace v multiagentních systémech
13.Modely spolupráce (vyjednávání, tržní a aukční mechanismy)
14.Plánování, aliance, formování koalic, příklady aplikací
- Osnova cvičení:
-
1.- 3. Pokročilé algoritmy prohledávání
4. - 9. Strojové učení - Weka, naprogramování vlastního algoritmu, experimenty s reálnými daty, porovnání výsledků získaných různými algoritmy
10. - 11. Experimenty s PSO, ACO
12. - 14. Multiagentní systémy - JADE, práce s existujícími systémy, platforma Aglobe
- Cíle studia:
- Studijní materiály:
-
[1] Mařík, V., Štěpánková, O., Lažanský, J. (editoři): Umělá inteligence 1, 2, 3, 4, Academia, Praha
[2] Wooldridge M., Jennings N.: Intelligent Agents: Theory and Practice. The Knowledge Engineering Review, 10 (1995), No.2, pp. 115-1526
[3] Dorigo, M., V. Maniezzo, and A. Colorni. „The Ant System: optimization by a Colony of Cooperating Agents.“ IEEE Trans. Syst. Man Cybern. B 26 (1996): 29-41
[4] Russell, S., Norvig, P.: Artificial Intelligence, A Modern Approach, Prentice Hall Series in AI. New Jersey, Englewood Cliffs, 1995
- Poznámka:
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- MVT01-Výpočetní technika - softwarové inženýrství- strukturované studium (povinně volitelný předmět, povinně volitelný předmět, doporučení S1)
- MVT02-Výpočetní technika - systémové programování- strukturované studium (povinně volitelný předmět, povinně volitelný předmět, doporučení S1)
- MVT03-Výpočetní technika - počítačová grafika- strukturované studium (povinně volitelný předmět)
- MVT04-Výpočetní technika - počítačové sítě a internet- strukturované studium (povinně volitelný předmět, povinně volitelný předmět, doporučení S1)
- MVT05-Výpočetní technika - projektování číslicových systémů- strukturované studium (povinně volitelný předmět)