Sztuczna inteligencja: Różnice pomiędzy wersjami
Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
Zmiany nazw stron |
Zmiany nazw stron |
||
| Linia 44: | Linia 44: | ||
* [[Sztuczna_inteligencja/SI Moduł 6| Strategie przeszukiwania z funkcją oceny]] ([[Sztuczna_inteligencja/SI Ćwiczenia 6|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 6| Strategie przeszukiwania z funkcją oceny]] ([[Sztuczna_inteligencja/SI Ćwiczenia 6|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 7| Metody przeszukiwania losowego]] ([[Sztuczna_inteligencja/SI Ćwiczenia 7|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 7| Metody przeszukiwania losowego]] ([[Sztuczna_inteligencja/SI Ćwiczenia 7|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 8| Gry dwuosobowe]] ([[Sztuczna_inteligencja/SI Ćwiczenia 8|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 8 - Gry dwuosobowe| Gry dwuosobowe]] ([[Sztuczna_inteligencja/SI Ćwiczenia 8|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 9| Wnioskowanie indukcyjne]] ([[Sztuczna_inteligencja/SI Ćwiczenia 9|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 9 - Wnioskowanie indukcyjne| Wnioskowanie indukcyjne]] ([[Sztuczna_inteligencja/SI Ćwiczenia 9|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 10| Zadanie i metody klasyfikacji]] ([[Sztuczna_inteligencja/SI Ćwiczenia 10|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 10 - Zadanie i metody klasyfikacji| Zadanie i metody klasyfikacji]] ([[Sztuczna_inteligencja/SI Ćwiczenia 10|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 11| Zadanie i metody regresji ]] ([[Sztuczna_inteligencja/SI Ćwiczenia 11|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 11 - Zadanie i metody regresji| Zadanie i metody regresji ]] ([[Sztuczna_inteligencja/SI Ćwiczenia 11|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 12| Sieci neuronowe]] ([[Sztuczna_inteligencja/SI Ćwiczenia 12|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 12| Sieci neuronowe]] ([[Sztuczna_inteligencja/SI Ćwiczenia 12|Ćwiczenia]]) | ||
* [[Sztuczna_inteligencja/SI Moduł 13| Uczenie się ze wzmocnieniem]] ([[Sztuczna_inteligencja/SI Ćwiczenia 13|Ćwiczenia]]) | * [[Sztuczna_inteligencja/SI Moduł 13 - Uczenie się ze wzmocnieniem| Uczenie się ze wzmocnieniem]] ([[Sztuczna_inteligencja/SI Ćwiczenia 13|Ćwiczenia]]) | ||
Wersja z 06:06, 26 lip 2006
Forma zajęć
Wykład (30 godzin) + projekt (15 godzin)
Opis
Celem wykładu jest zarysowanie podstawowych technik sztucznej inteligencji i ujęcie ich w kontekście algorytmicznym. Omówione będa w skrócie metody wnioskowania dedukcyjnego i indukcyjnego. Po zakończeniu wykładu słuchacz powinien biegle się posługiwać technikami sztucznej inteligencji we wspieraniu procesów podejmowania decyzji, takich jak np. prognozowanie, planowanie, diagnostyka, sterowanie. W ramach projektu słuchacze będą samodzielnie implementować jeden z omawianych algorytmów lub badać właściwości algorytmów dla różnych danych testowych korzystając z gotowych implementacji dosarczanych w niekomercyjnych środowiskach testowych (np. R, Octave, OpenOffice)
Sylabus
Autorzy
- Jarosław Arabas
- Paweł Cichosz
Wymagania wstępne
- Analiza matematyczna
- Logika matematyczna
- Programowanie
Zawartość
- Znaczenie inteligencji, inteligencja naturalna i sztuczna, zakres badań nad sztuczną inteligencją
- Wnioskowanie - sformułowanie zadania, składnia i semantyka języka logiki, budowa systemu automatycznego wnioskowania
- Język PROLOG jako przykładowy system wnioskowania, realizacja zasady wnioskowania automatycznego, przykładowe predykaty, PROLOG jako język deklaratywny
- Rola niedoskonałej wiedzy we wnioskowaniu - wnioskowanie Bayesowskie, logika rozmyta
- Wnioskowanie jako zadanie przeszukiwania przestrzeni, strategie przeszukiwania w głąb i wszerz
- Metoda przeszukiwania przestrzeni najpierw najlepszy, rola i pożądane własciwości funkcji oceniającej i funkcji heurystycznej
- Przegląd wybranych strategii przeszukiwania przestrzeni - metoda wzrostu, błądzenia przypadkowego symulowanego wyżarzania
- Strategie gier dwuosobowych, algorytm MINMAX i przycinanie alfa-beta
- Zadanie wnioskowania indukcyjnego, dyskusja własciwości atrybutów warunkowych, zasada uczenia z nauczycielem, pojęcie funkcji błędu, problem generalizacji, rola zbioru trenującego i testowego
- Metody konstrukcji drzew decyzyjnych
- Regresja liniowa i nieliniowa, reguła delta
- Sieci neuronowe, problem uczenia perceptronu wielowarstwowego
- Uczenie ze wzmocnieniem - sfromułowanie zadania, dyskusja funkcji wartości, uczenie ze wzmocnieniem jako metoda aproksymacji funkcji wartości
Literatura
- G. Luger, Artificial intelligence, WNT, w przygotowaniu (lub wersja angielska).
- P. Cichosz. Systemy uczące się. WNT, 2000.
- S. Osowski. Sieci neuronowe w ujęciu algorytmicznym. WNT, 1999.
- J. Arabas. Wykłady z algorytmów ewolucyjnych. WNT, 2001.
Moduły
- O czym jest ten przedmiot (Ćwiczenia)
- Od logiki do wnioskowania (Ćwiczenia)
- Wnioskowanie w PROLOG'u (Ćwiczenia)
- Wnioskowanie na podstawie wiedzy niepewnej i niepełnej (Ćwiczenia)
- Wnioskowanie jako metoda przeszukiwania (Ćwiczenia)
- Strategie przeszukiwania z funkcją oceny (Ćwiczenia)
- Metody przeszukiwania losowego (Ćwiczenia)
- Gry dwuosobowe (Ćwiczenia)
- Wnioskowanie indukcyjne (Ćwiczenia)
- Zadanie i metody klasyfikacji (Ćwiczenia)
- Zadanie i metody regresji (Ćwiczenia)
- Sieci neuronowe (Ćwiczenia)
- Uczenie się ze wzmocnieniem (Ćwiczenia)
