Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Podstawy sztucznej inteligencji 1
Koordynator przedmiotu:
dr inż. Paweł Piotrowski, pawel.piotrowski@ee.pw.edu.pl, +48222347314
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
Semestr nominalny:
5 / rok ak. 2009/2010
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Matematyka, Teoretyczne podstawy informatyki, Algorytmy i struktury danych
Limit liczby studentów:
Cel przedmiotu:
Poznanie modeli sztucznych sieci neuronowych i wybranych zastosowań praktycznych.
Treści kształcenia:
1. Wprowadzenie do zagadnień sztucznej inteligencji, 2h. 2. Algorytmy ewolucyjne – wprowadzenie, podstawowe elementy algorytmu ewolucyjnego, metody kodowania oraz specjalizowane operatory genetyczne, przykładowe zastosowania algorytmów ewolucyjnych, 12h 3. Definicja i cechy systemów ekspertowych. Podstawowe elementy, architektura. Formy prezentacji wiedzy. Realizacja i sterowanie procesem wnioskowania. Metodyka tworzenia. Pozyskiwanie wiedzy. Przykładowe zastosowania systemów ekspertowych, 10h. 4. Sztuczne sieci neuronowe – wprowadzenie, podstawowy model sieci neuronowych - perceptron wielowarstwowy, zastosowania praktyczne sieci neuronowych na wybranych przykładach, 6 h
Metody oceny:
o
Egzamin:
Literatura:
1. P. Helt, M. Parol, P. Piotrowski: Metody sztucznej inteligencji w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000 2. D. Baczyński, M. Parol., P. Piotrowski. Sztuczna inteligencja w praktyce – laboratorium (preskrypt), Oficyna Wydawnicza Politechniki Warszawskiej, 2006 3. J. Mulawka: Systemy ekspertowe, WNT, Warszawa 1996 4. S. Osowski: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996 5. S. Osowski .: Sieci neuronowe do przetwarzania informacji. Wyd. 2, OWPW, Warszawa 2006. 6. D.E. Goldberg: Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 1998 7. Z. Michalewicz: Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT 1996
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się