Kybernetika a umělá inteligence
| Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
|---|---|---|---|---|
| A3B33KUI | Z,ZK | 5 | 2+2c | česky |
- Předmět nesmí být zapsán současně s:
- Kybernetika a umělá inteligence (X33KUI)
- Předmět je náhradou za:
- Kybernetika a umělá inteligence (X33KUI)
- Přednášející:
- Daniel Novák, Vladimír Mařík (gar.), Radek Mařík, Milan Rollo
- Cvičící:
- Daniel Novák, Eduard Bakštein, Matěj Holec, Radek Píbil, Milan Rollo, Martin Selecký, Tibor Strašrybka, Pavel Vostatek
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
Předmět umožní studentům pochopit základní myšlenky, cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného programu. V přehledu jsou uvedeny zobecňující partie týkající se teorie systémů a teorie informace, principy řešení úloh a prohledávání stavového prostoru, základy teorie her, znalostních a expertních systémů, základy teorie rozhodování a rozpoznávání i strojového učení. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.
- Požadavky:
- Osnova přednášek:
-
1.Úvod do kybernetiky, systémy a modely
2.Základy obecné teorie systémů
3.Informace, entropie, přenos informace, kódování - kybernetický pohled
4.Algoritmická entropie, rozhodnutelnost
5.Řešení problémů, resoluční princip
6.Algoritmy prohledávání, stochastické prohledávání
7.Teorie her, dvouhráčové hry
8.Reprezentace znalostí, sémantické sítě, produkční systémy, rámce a scénáře
9.Expertní systémy, jejich architektury, modely pro práci s neurčitou informací
10.Principy rozhodování a klasifikace, bayesovské rozhodování, příznaky, příznakový prostor, rozpoznávání, shluková analýza
11.Strukturální rozpoznávání, vazba na strojové vnímání a analýzu obrazů a scén
12.Neuronové sítě a jejich učení, genetické a evoluční algoritmy
13.Strojové učení
14.Aplikace, rezerva
- Osnova cvičení:
-
1. - 2. Ukázky kybernetických experimentů v laboratořích
3. - 4. Seminární: Pravděpodobnost a entropie
3. - 4. Počítačové: Modely systémů
5. - 6. Seminární: Přenos informace,
5. - 6. Počítačové: Kompresní algoritmy
7. - 10. Seminární: Prohledávání
7. - 10. Počítačové: Prohledávání
11. - 12. Seminární: Rozhodování, klasifikace, rozpoznávání,
11. - 12. Počítačové: Expertní systémy
13: Seminární s počítačovou simulací: evoluční algoritmy, neuronové sítě
14: Strojové učení, zápočet
- Cíle studia:
-
Předmět umožní studentům pochopit základní myšlenky, cíle a
metody kybernetiky a umělé inteligence a zařadit jednotlivé
dílčí partie probírané v bakalářské etapě do hlubšího
kontextu studovaného programu.
- Studijní materiály:
-
1.Mařík, V., Štěpánková, O., Lažanský, J. a kol.: Umělá inteligence 1-5. Academia Praha, 1993-2007
2.Nilsson, N. N.: Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publ. San Francisco, 1998
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14p+6c
- Rozvrh na zimní semestr 2011/2012:
- Rozvrh není připraven
- Rozvrh na letní semestr 2011/2012:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Předmět je součástí následujících studijních plánů:
-
- Kybernetika a robotika - Robotika (povinný předmět programu)
- Kybernetika a robotika - Senzory a přístrojová technika (povinný předmět programu)
- Kybernetika a robotika - Systémy a řízení (povinný předmět programu)
- Kybernetika a robotika - před rozřazením do oborů (povinný předmět programu)