Preskoči na glavno vsebino

Osnove umetne inteligence

2023/2024
Program:
Interdisciplinarni univerzitetni študijski program 1. stopnje Računalništvo in matematika
Letnik:
3 letnik
Semester:
prvi
Vrsta:
obvezni
ECTS:
6
Jezik:
slovenski
Nosilec predmeta:

Zoran Bosnić

Ure na teden – 1. semester:
Predavanja
3
Seminar
0
Vaje
0
Laboratorij
2
Vsebina

Uvod v umetno inteligenco in primeri uporabe
Prostor stanj in osnovni algoritmi preiskovanja: globinsko, širinsko, iterativno poglabljanje, zahtevnost teh algoritmov
Hevristično preiskovanje, algoritma A in IDA, izrek o popolnosti A, lastnosti ocenitvenih funkcij ter analiza časovne in prostorske zahtevnosti
Dekompozicija problemov z AND/OR grafi, algoritmi iskanja v AND/OR grafih, hevristično preiskovanje in algoritem AO

Strojno učenje: problem učenja iz podatkov, iskanje zakonitosti v podatkih in podatkovno rudarjenje, opisni jeziki in prostori hipotez, učenje odločitvenih dreves, regresijskih dreves, modelnih dreves, ter pravil. Programska orodja strojnega učenja in primeri uporabe.
Predstavitev znanja in ekspertni sistemi: predstavitev znanja s pravili, ogrodji, semantičnimi mrežami, ontologije, algoritmi sklepanja in generiranje razlage, obravnavanje negotovega znanja, bayesovske mreže
Planiranje po principu sredstev in ciljev, planiranje s popolno in delno urejenostjo, regresiranje ciljev, primeri uporabe v robotiki in logistiki

Temeljni literatura in viri

I. Bratko, Prolog Programming for Artificial Intelligence, 4th edition, Pearson Education,
Addison-Wesley 2011, ISBN: 0201403757.
S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Third edition, Pearson
Education, Prentice-Hall 2010, ISBN: 0136042597.
I. Bratko, Prolog in umetna inteligenca, Založba FE in FRI, ponatis 2011.
I. Kononenko, Strojno učenje, Založba FE in FRI, 2005.
Materiali na spletu (Spletna učilnica FRI, Ivan Bratko home page): Prosojnice predavanj, naloge.

Cilji in kompetence

Seznaniti slušatelje z osnovnimi koncepti, idejami, metodami in tehnikami umetne inteligence
Sposobnost reševanja problemov z metodami umetne inteligence
Zmožnost razumevanja literatura s področja umetne inteligence
Prispevati k razumevanju relevantnosti tehničnih dosežkov umetne inteligence glede na njihove implikacije v filozofiji in psihologiji

Predvideni študijski rezultati

Znanje in razumevanje:
Študent spozna in razume osnovne in najpogostejše uporabljane metode umetne inteligence.
Uporaba:
Študent je zmožen uporabiti metode umetne inteligence pri načrtovanju in izvedbi konkretnih računalniških aplikacij na širokem področju uporabe.
Refleksija:
Študent je zmožen presoditi o implikacijah tehničnih dosežkov umetne inteligence na možnosti in omejitve pri uporabi računalnikov, meje računalniške inteligence, podobnosti in razlike z naravno inteligenco ter nekaterimi vprašanji področja kognitivne znanosti.
Prenosljive spretnosti - niso vezane le na en predmet:
Je zmožen uporabiti obdelane metode v sklopu načrtovanja računalniških aplikacij in sistemov.

Metode poučevanja in učenja

Predavanja, laboratorijske vaje, domače naloge, individualni ali skupinski projekti

Načini ocenjevanja

Sprotno preverjanje (domače naloge, kolokviji in projektno delo).
Končno preverjanje (pisni in ustni izpit).
(ocene: 5 (negativno), 6-10 (pozitivno), ob upoštevanju Statuta UL)

Reference nosilca

BRATKO, Ivan. Prolog programming for artificial intelligence. 4th ed. Harlow (England) [etc.]: Addison-Wesley: Pearson, cop. 2012. XXI, 673 str., ilustr. ISBN 978-0-321-41746-6. ISBN 0-321-41746-1. [COBISS-SI-ID 8577364]
MOŽINA, Martin, ŽABKAR, Jure, BRATKO, Ivan. Argument based machine learning. Artificial intelligence, ISSN 0004-3702. [Print ed.], 2007, vol. 171, no. 10/15, str. 922-937. [COBISS-SI-ID 6240084]
LUŠTREK, Mitja, GAMS, Matjaž, BRATKO, Ivan. Is real-valued minimax pathological?. Artificial intelligence, ISSN 0004-3702. [Print ed.], 2006, vol. 170, str. 620-642. [COBISS-SI-ID 19805735]
ŠUC, Dorian, VLADUŠIČ, Daniel, BRATKO, Ivan. Qualitatively faithful quantitative prediction. Artificial intelligence, ISSN 0004-3702. [Print ed.], 2004, vol. 158, no. 2, str. [189]-214, ilustr. [COBISS-SI-ID 4422740]
BRATKO, Ivan, MOZETIČ, Igor, LAVRAČ, Nada. Kardio : a study in deep and qualitative knowledge for expert systems. Cambridge (Mass.), London: The MIT Press, 1989. XIV, 260 str., graf. prikazi. ISBN 0-262-02273-7. [COBISS-SI-ID 19925760]