- Nazwa przedmiotu:
- Systemy ekspertowe
- Koordynator przedmiotu:
- Dr inż. Felicja Okulicka-Dłużewska
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Informatyka i Systemy Informacyjne
- Grupa przedmiotów:
- Wspólne
- Kod przedmiotu:
- 1120-INMSI-MSP-0124
- Semestr nominalny:
- 1 / rok ak. 2021/2022
- Liczba punktów ECTS:
- 3
- 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:
-
- Wykład15h
- Ćwiczenia0h
- Laboratorium0h
- Projekt30h
- Lekcje komputerowe0h
- Wymagania wstępne:
- -
- Limit liczby studentów:
- .
- Cel przedmiotu:
- Celem przedmiotu jest zapoznanie studentów z podstawowymi pojęciami z dziedziny programowania w logice oraz nabycie przez nich umiejętności teoretycznych i praktycznych z zakresu modelowania problemów w logice I-go rzędu oraz tworzenia systemów ekspertowych. Po ukończeniu kursu studenci powinni znać podstawowy języków do programowania w logice (na podstawie języka PROLOG) oraz posiadać umiejętność:
- zapisu problemów logicznych przy pomocy klauzul,
- programowania w Prologu problemów logicznych, w tym rekurencji,
- wnioskowania w Prologu przy użyciu baz danych,
- skonstruowania systemu ekspertowego,
- modelowania problemów z niepełną informacją przy pomocy zbiorów przybliżonych i wnioskowania,
- modelowania problemów z niepełną informacją przy pomocy zbiorów rozmytych i wnioskowania w logice rozmytej.
- Treści kształcenia:
- Wykład:
Programowanie w prologu problemów logicznych, w tym rekurencji.
Wnioskowanie w Prologu przy użyciu baz danych.
Skonstruowanie systemu ekspertowego.
Modelowanie problemów z niepełną informacją przy pomocy zbiorów przybliżonych i wnioskowania.
Modelowanie problemów z niepełną informacją przy pomocy zbiorów rozmytych i wnioskowania w logice rozmytej.
Projekt:
Przygotowanie aplikacji realizującej zaawansowany system ekspertowy.
- Metody oceny:
- 40% ocena za projekt, 60% ocena z kolokwium pisemnego
- Egzamin:
- nie
- Literatura:
- Materiały przygotowane przez wykładowcę
- Witryna www przedmiotu:
- .
- Uwagi:
- .
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Charakterystyka W01
- Zna podstawowe systemy logiczne stosowane w sztucznej inteligencji oraz podstawowe metody reprezentacji wiedzy w tych systemach
Weryfikacja: ocena z kolokwium
Powiązane charakterystyki kierunkowe:
I2SI_W03
Powiązane charakterystyki obszarowe:
- Charakterystyka W02
- Zna język Prolog i sposoby jego użycia w systemach ekspertowych
Weryfikacja: ocena z kolokwium
Powiązane charakterystyki kierunkowe:
I2SI_W05
Powiązane charakterystyki obszarowe:
Profil ogólnoakademicki - umiejętności
- Charakterystyka U01
- Potrafi stosować metody automatycznego wnioskowania i zasadę rezolucji
Weryfikacja: ocena projektu i jego testów
Powiązane charakterystyki kierunkowe:
I2SI_U05
Powiązane charakterystyki obszarowe:
- Charakterystyka U02
- Potrafi przeanalizować system ekspertowy, zaproponować jego usprawnienia, szczególnie pod kątem precyzyjnej i zrozumiałej komunikacji z użytkownikiem
Weryfikacja: ocena projektu i jego testów
Powiązane charakterystyki kierunkowe:
I2_U05, I2SI_U09
Powiązane charakterystyki obszarowe:
- Charakterystyka U03
- Potrafi wykorzystać posiadaną wiedzę do zbudowania systemu ekspertowego
Weryfikacja: ocena projektu i jego testów
Powiązane charakterystyki kierunkowe:
I2SI_U06
Powiązane charakterystyki obszarowe:
Profil ogólnoakademicki - kompetencje społeczne
- Charakterystyka K01
- Ma świadomość odpowiedzialności za wspólnie realizowane zadania w ramach pracy zespołowej
Weryfikacja: ocena sposobu przeprowadzenia i dokumentacji eksperymentów
Powiązane charakterystyki kierunkowe:
I2_K05
Powiązane charakterystyki obszarowe: