Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Podstawy sztucznej inteligencji lab
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:
6 / rok ak. 2009/2010
Liczba punktów ECTS:
1
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:
  • Wykład0h
  • Ćwiczenia0h
  • Laboratorium30h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość podstaw metod sztucznej inteligencji oraz zakresu ich zastosowań w praktyce, znajomość matematyki w zakresie rachunku, różniczkowego i całkowego oraz rachunku prawdopodobieństwa, rozumienie zagadnień z zakresu podstaw baz danych, rozumienie zagadnień z zakresu podstaw programowania. Wykaz przedmiotów, które należy zaliczyć wcześniej: Podstawy sztucznej inteligencji (wykład), Matematyka, Teoretyczne podstawy informatyki, Algorytmy i struktury danych.
Limit liczby studentów:
Cel przedmiotu:
Poznanie programów symulacyjnych wykorzystujących metody sztucznej inteligencji wraz z umiejętnością ich obsługi. Umiejętność samodzielnego rozwiązania problemu przy rozwiązaniu którego wykorzystuje się metody sztucznej inteligencji.
Treści kształcenia:
Klasyfikacja obiektów rastrowych w ramach grup o wspólnych cechach w programie symulacyjnym (SN). Prognozowanie średnioterminowego miesięcznego zapotrzebowania na energię elektryczną w programie symulacyjnym (SN). Klasyfikacja (z użyciem wybranych przykładów) testem psychologicznym w programie symulacyjnym (SN). Aproksymacja krzywej średniego miesięcznego zużycia energii elektrycznej w poszczególnych miesiącach roku w środowisku arkusza kalkulacyjnego excel (SN). Metody selekcji stosowane w algorytmach ewolucyjnych (AE). Procedury skalowania funkcji przystosowania (AE). Optymalizacja funkcji wielu zmiennych za pomocą programu Al._Gen (AE). Optymalna regulacja napięć w sieciach rozdzielczych (AE). Turbo Prolog: wprowadzenie, procedury rekurencyjne i wykorzystanie mechanizmów nawracania (SE). Turbo Prolog: programowanie deklaratywne - symulacja działania układu cyfrowego (SE). Turbo Prolog: poszukiwanie drogi w grafie skierowanym i nieskierowanym (SE). Turbo Prolog: Identyfikacja obiektu na podstawie parametrów wprowadzonych w procesie komunikacji z użytkownikiem (SE).
Metody oceny:
brak
Egzamin:
Literatura:
Baczyński D., Parol. M., Piotrowski P., Bielecki S, Wasilewski J. „Sztuczna inteligencja w praktyce” – laboratorium, Oficyna Wydawnicza Politechniki Warszawskiej, 2008; P. Helt, M. Parol, P. Piotrowski: Metody sztucznej inteligencji w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się