Navigacija

13E054VI - Veštačka inteligencija

Specifikacija predmeta
Naziv Veštačka inteligencija
Akronim 13E054VI
Studijski program Elektrotehnika i računarstvo
Modul modul Signali i sistemi
Tip studija osnovne akademske studije
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
Broj ESPB 6.0 Status predmeta izborni
Uslovljnost drugim predmetima nema
Ciljevi izučavanja predmeta Upoznavanje studenata sa osnovnim konceptima veštačke inteligencije, sa akcentom na algoritmima pretrage, planiranja i probabilističkog rasuđivanja. Osposobljavanje studenata za modeliranje, dizajn i testiranje sistema veštačke inteligencije, uz praktičnu implementaciju u programskim jezicima Python i Matlab.
Ishodi učenja (stečena znanja) Studenti će biti sposobni da samostalno analiziraju projektne zahteve i okruženje u kojima agent treba da deluje, da odaberu odgovarajuće algoritme veštačke inteligencije za postavljeni problem, da ih projektuju, praktično implementiraju korišćenjem programskih jezika Python i/ili Matlab, i da ih adekvatno testiraju.
Sadržaj predmeta
Link ka stranici predmeta https://automatika.etf.bg.edu.rs/sr/13e054vi
Link ka predavanjima https://teams.microsoft.com/l/team/19%3ApW-wwekT7v04rrcDlNnkCRa95alWpY-WTdksXWb92Jg1%40thread.tacv2/conversations?groupId=cb2fcd3a-b234-49ae-be8f-04cf0acd013b&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Sadržaj teorijske nastave Istorija, definicija i pregled osnovnih koncepata veštačke inteligencije. Tehnike pretraživanja i planiranja: klasična, lokalna i takmičarska pretraga, zadovoljavanje ograničenja. Probabilističko rasuđivanje: Bayes-ove mreže, egzaktno i Monte Karlo zaključivanje. Rasuđivanje u temporalnim modelima: skriveni Markovljevi modeli, dinamičke Bayes-ove mreže, Kalmanov i čestični filtar.
Sadržaj praktične nastave Detaljno rešeni problemi koji demonstriraju mehanizme i značajne aspekte razmatranih algoritama pretrage, planiranja i probabilističkog rasuđivanja. Interaktivna demonstracija i analiza praktičnih implementacija ovih algoritama na ilustrativnim problemima.
Literatura
  1. Artificial Intelligence: A Modern Approach. 3rd Edition, S. Russell and P. Norvig. Prentice Hall, 2010
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
3 1 1
Metode izvođenja nastave predavanja, vežbe na tabli, računarske demonstracije
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze Poena Završni ispit Poena
Aktivnosti u toku predavanja 0 Pismeni ispit 60
Praktična nastava 0 Usmeni ispit 0
Projekti
Kolokvijumi 20
Seminari 20