Wykładowca | Wykład | Literatura | Egzamin | Wyniki | Laboratorium | Harmonogram
logo

Metody sztucznej inteligencji - 2018/2019

Specjalność ARR
Katedra Cybernetyki i Robotyki
Wydział Elektroniki



Tematy i materiały do wykładów

W tym miejscu dla ułatwienia pracy i wygody studentów wykładowca udostępnia przygotowane przez siebie materiały wykorzystywane na wykładzie. Celem ich udostępnienia jest wyłącznie uniknięcie konieczności robienie odręcznych notatek na wykładach. To nie jest internetowy podręcznik do samodzielnego studiowania!! Dodatkowe odnośniki do materiałów źródłowych znajdują się w sekcji Literatura.

Materiały udostępnione za pomocą poniższej tabelki objęte są prawami autorskimi. Można je wykorzystywać wyłącznie do własnych prywatnych celów, i nie wolno ich w żaden sposób rozpowszechniać, na przykład przez umieszczenie na ogólnie dostępnych stronach internetowych, ani w żaden inny sposób.

nr temat wykładu materiały
slajdywydruki
1 Wprowadzenie do sztucznej inteligencji PDF PDF 2x1 PDF 4x1 PDF 6x1
2
3
4
Przeszukiwanie w przestrzeni stanów
Przeszukiwanie dla zagadnień z więzami
Przeszukiwanie dla gier dwuosobowych
PDF PDF 2x1 PDF 4x1 PDF 6x1
5 Metody oparte na logice PDF PDF 2x1 PDF 4x1 PDF 6x1
6 Prolog PDF PDF 2x1 PDF 4x1 PDF 6x1
7 Reprezentacja semantyczna: sieci semantyczne i ontologie PDF PDF 2x1 PDF 4x1 PDF 6x1
8 Reprezentacja probabilistyczna: sieci bayesowskie PDF PDF 2x1 PDF 4x1 PDF 6x1
9 Podejmowanie prostych decyzji - funkcje użyteczności PDF PDF 2x1 PDF 4x1 PDF 6x1
10 Podejmowanie złożonych decyzji - procesy Markowa PDF PDF 2x1 PDF 4x1 PDF 6x1
11 Uczenie ze wzmocnieniem PDF PDF 2x1 PDF 4x1 PDF 6x1


Literatura

Literatura podstawowa:
  1. S.J.Russell, P.Norvig, Artificial Intelligence A Modern Approach (Third Edition), Prentice-Hall, 2010, WWW
  2. materiały internetowe
  3. notatki z wykładu
Literatura uzupełniająca w języku polskim:
  1. L.Bolc, J.Cytowski, Metody przeszukiwania heurystycznego, PWN, 1991
  2. R.Kowalski, Logika w rozwiązywaniu problemów, WNT, 1989
  3. J.Mulawka, Systemy ekspertowe, WNT, 1996
  4. M.Muraszkiewicz, H.Rybiński, Bazy danych, Akademicka Oficyna Wydawnicza, 1993

Materiały internetowe:

  1. Kursy sztucznej inteligencji o podobnym programie:

  2. Metody przeszukiwania:

  3. Podręczniki i samouczki do Prologu:

  4. Systemy regułowe - CLIPS:

  5. Systemy do tworzenia probabilistycznych sieci przekonań:

  6. dostępne w Internecie bazy danych statystycznych:
    UCIKnowledgeDiscovery UCI Knowledge Discovery in Databases Archive
    UCIMLRepository UCI Machine Learning Repository
    CMUStatLibDatasets CMU StatLib Datasets Archive


Egzamin

Warunkiem zaliczenia wykładu jest wcześniejsze uzyskanie zaliczenia części laboratorium (patrz niżej), oraz zdanie egzaminu, który będzie miał formę pisemną i odbędzie się w sesji, w terminie uzgodnionym na wykładzie około połowy semestru. W tym czasie będzie również ogłoszona lista tematów na egzamin, a także będą przedstawione i omówione przykładowe zadania. Wpisana do indeksu ocena z wykładu będzie średnią ważoną z laboratorium (60%) i egzaminu (40%) zaokrągloną do najbliższej oceny połówkowej.

Termin egzaminu zostanie uzgodniony w drugiej połowie semestru.

Wnukówki

Na wykładach odbywać się będą krótkie testy, tzw. „wnukówki”, o następujących zasadach:
  1. Testy są pisemne, trwają trzy minuty, i odbywają się w dowolnym momencie wykładu.
  2. Obejmują materiał z bieżącego oraz ewentualnie poprzedniego wykładu (jeśli jest kontynuowany).
  3. Nie można korzystać z żadnych pomocy, książek, notatek ani komputerów.
  4. Można korzystać z kalkulatora. Może to być kalkulator w telefonie, zegarku, PDA, itp.
  5. Testy będą oceniane w skali 1-3 punktów, z 1 punktem za czystą kartkę.
  6. Nieobecność na teście oznacza 0 punktów. Testu nie można odrobić, i nie ma żadnych usprawiedliwień.
  7. Łączny wynik z wszystkich testów zostanie obliczony z odrzuceniem jednego najwyższego i jednego najniższego zapracowanego wyniku. Wynik 0 za nieobecność nigdy nie jest odrzucany.

Aplikacja androidowa

Można skorzystać z następującej aplikacji na telefon z systemem Android, która przydaje się do obliczania numeru grupy przy pisaniu “wnukówek”: Aplikacja do obliczenia numeru grupy

Zwolnienia z egzaminu

Uzyskanie minimum 60% punktów z wnukówek daje prawo do zwolnienia z egzaminu z oceną 4.0. Niższy niż 60% wynik z wnukówek nic nie daje.
Ocena obliczana na podstawie punktacji z wnukówek:
punkty[%] 60.0073.3386.66
ocena 4.0 4.5 5.0

Wyniki

Poniższy formularz pozwala sprawdzać wyniki testów “wnukówek”. Imię (imiona) i nazwisko muszą być dokładnie jak w systemie Edukacja. Podwójne imiona i wieloczłonowe nazwiska muszą być wprowadzone z oddzielającymi podkreślnikami, jak: Manuel_Antonio, albo de_la_Vega.
Imię: Nazwisko:
Numer:


Laboratorium

Zajęcia laboratorium będą się składały z serii zadań, które mają ściśle określoną tematykę, związaną z wykładem. Warunkiem koniecznym i wystarczającym do zaliczenia jest poprawne wykonanie i uzyskanie zaliczenia wszystkich zadań (dodatniej oceny punktowej), w wyznaczonym terminie. Szczegółowe opisy poszczególnych zadań znajdują się w sekcji Harmonogram. W momencie rozpoczynania każdego zadania zostanie ono przedstawione i omówiona na zajęciach laboratoryjnych.

Zadania na laboratorium muszą być rozwiązywane samodzielnie. Niedozwolone jest udostępnianie ani korzystanie z rozwiązań kolegów, jak również oddawanie wyników nie w pełni samodzielnych. Można korzystać z materiałów publikowanych, pod warunkiem poprawnego zacytowania źródła w raporcie.

Ocena zadań będzie przeprowadzona interakcyjnie w trakcie prezentacji opracowanego rozwiązania na zajęciach. Ta prezentacja powinna odbyć się maksymalnie do dwóch tygodni po zakończeniu zadania w danej grupie. Zadania oddane po tym terminie otrzymują połowę oceny punktowej.

Do wszystkich zadań obowiązuje oddanie raportu w formacie PDF przez system Moodle (eportal). Szczegółowe wymagania dotyczące treści każdego raportu, jak również kryteria zaliczenia i oceny będą podane w systemie Moodle.

Ocena zadań laboratorium

punkty(%) 50.0060.0070.0080.0090.00
ocena 3.0 3.5 4.0 4.5 5.0

Harmonogram zadań laboratorium

tematopisnarzędziapoczątekterminzamknięcie
1.Ćwiczenie startowe - AIML opis AIML, ProgramD, ProgramAB, ProgramQ 5.X26.X2.XI
16.XI
2.Przeszukiwanie z minimaksem opis dowolny język programowania 26.X16.XI23.XI
3.Wnioskowanie logiczne - wumpus opis program Jovolog + Prolog 16.XI7.XII14.XII
4.Reprezentacja wiedzy za pomoca ontologii opis Protege: RDF, OWL, SPARQL 7.XII21.XII28.XII
5.Reprezentacja probabilityczna - sieci bayesowskie opis wiele możliwości, patrz opis 21.XII18.I.201925.I.2019


Wykładowca | Wykład | Literatura | Egzamin | Wyniki | Laboratorium | Harmonogram
Licznik odwiedzin strony od 1 lutego 2006: licznik
Aktualizacja:    Valid XHTML 1.0 Transitional! Valid CSS!