Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2022/2023

Základy umělé inteligence

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
BI-ZUM Z,ZK 4 2P+2C česky
Garant předmětu:
Pavel Surynek
Přednášející:
Pavel Surynek
Cvičící:
Kristýna Janovská, Ladislava Smítková Janků, Pavel Surynek
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Předmět nabídne studentům přehled základních problémů umělé inteligence a přístupů k jejich řešení. Probírány budou především klasické úlohy z oblastí prohledávání stavového prostoru, multiagentních systémů, teorie her, plánování a strojového učení. Studenti však budou seznámeni i s moderními soft-computingovými přístupy k jejich řešení, jakými jsou evoluční algoritmy a umělé neuronové sítě.

Požadavky:

Základní povědomí o algebře, statistice a algoritmizaci. Programování.

Osnova přednášek:

1. Definice umělé inteligence, historie, Turingův test, racionální chování a uvažování.

2. Stavový prostor a jeho heuristické prohledávání.

3. Pokročilé metody prohledávání stavového prostoru: Hill climbing, Simulované žíhání, Tabu prohledávání, populační metody.

4. Evoluční výpočetní techniky. Genetický algoritmus, operátory inicializace, křížení, mutace a reprodukce.

5. Genetické programování, evoluce stromových struktur. Křížení a mutace podstromů.

6. Problémy s omezujícími podmínkami (CSP) a heuristiky pro jejich řešení.

7. Plánování. Stavový prostor plánovacího problému, plán, akce. Relaxace a abstrakce.

8. Multiagentní systémy a jejich architektura. Vztah světa a agenta, typy agentů, utilitní funkce.

9. Teorie her. Hry v normální formě, herní analýza. Paretovská optimálnost, Nashovo equilibrium.

10. Hry v extenzivní formě, prohledávání herního stromu. Algoritmus Minimax, alfa-beta prořezávání.

11. Strojové učení a Data Mining. Učení s učitelem a bez učitele. Klasifikace, regrese, shluková analýza.

12. Umělé neuronové sítě. Perceptron, aktivační funkce, algoritmus zpětného šíření chyby. Samoorganizující se sítě.

13. Další metody výpočetní inteligence, nové trendy.

Osnova cvičení:

1. Interaktivní nástroje pro umělou inteligenci

2. Řešení úloh UI

3. Řešení úloh UI

4. Zadání programovací úlohy 1

5. Konsultace úlohy 1

6. Řešení úloh UI

7. Řešení úloh UI

8. Zadání programovací úlohy 2

9. Konsultace úlohy 2

10. Řešení úloh UI

11. Zadání programovací úlohy 3

12. Konsultace úlohy 3

13. Rezerva, zápočet

Cíle studia:

Cílem předmětu je poskytnout studentům základní vhled do oblasti umělé inteligence. Důraz je kladen především na ucelený přehled problémů v UI, nikoli na detailní rozbor jednotlivých metod.

Studijní materiály:

S. Russell, P. Norvig: „Artificial Intelligence: A Modern Approach (Third Edition)“. ISBN: 978-0136042594. Prentice Hall, 2009.

V. Mařík a kol.: Umělá Inteligence 1-5.

Poznámka:

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/BI-ZUM/

Další informace:
https://courses.fit.cvut.cz/BI-ZUM/
Rozvrh na zimní semestr 2022/2023:
Rozvrh není připraven
Rozvrh na letní semestr 2022/2023:
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
místnost T9:105
Surynek P.
16:15–17:45
(přednášková par. 1)
Dejvice
Posluchárna
St
místnost T9:350
Janovská K.
09:15–10:45
(přednášková par. 1
paralelka 101)

Dejvice
NBFIT PC ucebna
místnost T9:350
Janovská K.
11:00–12:30
(přednášková par. 1
paralelka 102)

Dejvice
NBFIT PC ucebna
místnost T9:350
Surynek P.
16:15–17:45
(přednášková par. 1
paralelka 103)

Dejvice
NBFIT PC ucebna
Čt

místnost T9:303
Smítková Janků L.
11:00–12:30
(přednášková par. 1
paralelka 104)

Dejvice
NBFIT PC ucebna
místnost T9:303
Smítková Janků L.
12:45–14:15
(přednášková par. 1
paralelka 105)

Dejvice
NBFIT PC ucebna
Předmět je součástí následujících studijních plánů:
Platnost dat k 23. 9. 2023
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet2357506.html