- Nazwa przedmiotu:
- Metody i Techniki Sztucznej Inteligencji I
- Koordynator przedmiotu:
- Prof. dr hab. Krzysztof Lewenstein
- Status przedmiotu:
- Fakultatywny dowolnego wyboru
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Mechatronika
- Grupa przedmiotów:
- Wariantowe
- Kod przedmiotu:
- MiTSI_I
- Semestr nominalny:
- 1 / rok ak. 2021/2022
- Liczba punktów ECTS:
- 1
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- 1) Liczba godzin bezpośrednich: .16h, w tym:
a) wykład - 15h;
b) ćwiczenia - 0h;
c) laboratorium - 0h;
d) projekt - 0h;
e) konsultacje - 1h;
2) Praca własna studenta:10h , w tym:
a) przygotowanie do kolokwium zaliczeniowego - 8h;
d) studia literaturowe - 2h;
Suma: 30 h (1 ECTS)
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 0,5 punktu ECTS - liczba godzin bezpośrednich: 16h, w tym:
a) wykład - .15.h;
b) ćwiczenia - 0h;
c) laboratorium - 0h;
d) projekt - 0h;
e) konsultacje - 1h;
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 0 ECTS
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład15h
- Ćwiczenia0h
- Laboratorium0h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- Wymagana ogólna znajomość zagadnień wykładanych w przedmiotach: matematyka i informatyka.
- Limit liczby studentów:
- 24
- Cel przedmiotu:
- Znajomość technik i metod sztucznej inteligencji, a zwłaszcza sieci neuronowych ze szczególnym uwzględnieniem ich aplikacji w technice.
- Treści kształcenia:
- Wykład rozpoczyna przedstawienie rysu historycznego badań nad sztuczną inteligencją w okresie od połowy XX w. do dnia dzisiejszego, ich trendy rozwojowe i stan aktualny.
Omówione zostanie pojęcie agenta, metody uczenia pod nadzorem i bez nadzoru.
Przedstawione zostaną podstawy inżynierii cech i podstawy optymalizacji.
Określone zostaną klasy zagadnień, które mogą być rozwiązywane przez opis grafowy.
- Metody oceny:
- wykład – kolokwium zaliczające,
- Egzamin:
- nie
- Literatura:
- Norvig, Artificial Intelligence, a modern approach, pdfy do wykładu.
- Witryna www przedmiotu:
- http://zemip.mchtr.pw.edu.pl
- Uwagi:
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Charakterystyka MiTSI_I_2st_W01
- Posiada podstawową wiedzę w zakresie komputerowych metod sztucznej inteligencji.
Weryfikacja: Zaliczenie wykładu
Powiązane charakterystyki kierunkowe:
K_W09
Powiązane charakterystyki obszarowe:
P7U_W, I.P7S_WG.o, III.P7S_WG
- Charakterystyka MiTSI_I_2st_W02
- Zan zasady optymalizacji i testowania systemów sztucznej inteligencji.
Weryfikacja: Zaliczenie wykładu.
Powiązane charakterystyki kierunkowe:
K_W09
Powiązane charakterystyki obszarowe:
P7U_W, I.P7S_WG.o, III.P7S_WG
- Charakterystyka MiTSI_I_2st_W03
- Zna zasady budowy systemów sztucznej inteligencji.
Weryfikacja: Zaliczenie wykładu
Powiązane charakterystyki kierunkowe:
K_W09
Powiązane charakterystyki obszarowe:
P7U_W, I.P7S_WG.o, III.P7S_WG