13С113ИС - Интелигентни системи

Спецификација предмета
Назив		Интелигентни системи
Акроним		13С113ИС
Студијски програм		Софтверско инжењерство
Модул
Тип студија		основне академске студије
Наставник (предавач)		проф. др Бошко Николић проф. др Дражен Драшковић
Наставник/сарадник (вежбе)		доц. др Владимир Јоцовић ас. мс Адриан Милаковић, дипл. инж. ел. и рач.
Наставник/сарадник (ДОН)		доц. др Владимир Јоцовић ас. мс Адриан Милаковић, дипл. инж. ел. и рач.
Број ЕСПБ		6.0	Статус предмета	изборни
Условљност другим предметима		нема
Циљеви изучавања предмета		Упознавање студената са основним концептима и техникама вештачке интелигенције, машинског учења и интелигентних система. Током курса студенти ће изучавати најпопуларније моделе за пројектовање, имплементацију и тестирање оваквих врста апликација.
Исходи учења (стечена знања)		Студенти ће научити основне принципе који покрећу интелигентне системе и вежбати имплементацију неких од таквих система. Главни исход курса је да научи студенте техникама и алатима за решавање нових проблема вештачке интелигенције и машинског учења, са којима се могу сусрести у животу и да на основу свог знања примене најподеснију и најефикаснију методу за решавање таквих изазова.
Садржај предмета
Линк ка страници предмета		http://ri4es.etf.bg.edu.rs/
Садржај теоријске наставе		Стратегије претраживања: алгоритми, перформансе, ефикасност, сложеност. Алгоритми теорије игара и њихова примена. Продукциони и аналитички системи. Планирање - проблем и врсте. Знање и закључивање у неизвесном окружењу. Бајесове мреже. Стратегије решавања проблема. Машинско учење: регресија, класификација и кластеризација.
Садржај практичне наставе		Визуелне симулације теоријски обрађених проблема. Анализа и решавање практичних задатака и демонстрирање како савладати одређене проблеме техникама вештачке интелигенције и машинског учења.
Литература
Stuart Russell, Peter Norvig, "Artificial Intelligence: A Modern Approach", Pearson, 4th edition (May 2021) Предраг Јаничић, Младен Николић, „Вештачка интелигенција“, Математички факултет у Београду, треће електронско издање, Београд, 2023. Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili, "Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python", 1st Edition, Packt Publishing, February 2022. Chip Huyen, "Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications", 1st Edition, O'Reilly Media, June 2022. Laurence Moroney, "AI and Machine Learning for Coders: A Programmer's Guide to Artificial Intelligence", 1st Edition, O'Reilly Media, November 2020.
Број часова активне наставе недељно током семестра/триместра/године
Предавања	Вежбе	ДОН	Студијски и истраживачки рад	Остали часови
2	2	1
Методе извођења наставе		Предавања, аудиторне вежбе, самостална израда неколико домаћих задатака, лабораторијске вежбе са визуелним симулацијама.
Оцена знања (максимални број поена 100)
Предиспитне обавезе		Поена	Завршни испит	Поена
Активности у току предавања		0	Писмени испит	30
Практична настава		0	Усмени испит	0
Пројекти		20
Колоквијуми		50
Семинари		0