Tekst źródłowy strony Sztuczna inteligencja

== Forma zajęć ==
Wykład (30 godzin) + projekt (15 godzin)
== Opis ==
Celem wykładu jest zarysowanie podstawowych technik sztucznej inteligencji i ujęcie ich w kontekście algorytmicznym. Omówione będą w skrócie metody wnioskowania dedukcyjnego i indukcyjnego. Po zakończeniu wykładu słuchacz powinien biegle posługiwać się 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 dostarczanych w niekomercyjnych środowiskach testowych (np. R, Octave, OpenOffice)

== Sylabus ==

=== Autorzy ===
* Jarosław Arabas &mdash; Politechnika Warszawska
* Paweł Cichosz &mdash; Politechnika Warszawska

=== 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 właściwości 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 właściwości 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 - sformułowanie zadania, dyskusja funkcji wartości, uczenie ze wzmocnieniem jako metoda aproksymacji funkcji wartości

=== Literatura ===
*G. Luger, ''Artificial intelligence'', Wydawnictwa Naukowo-Techniczne, w przygotowaniu (lub wersja angielska).
*P. Cichosz, ''Systemy uczące się'', Wydawnictwa Naukowo-Techniczne, Warszawa 2000.
*S. Osowski, ''Sieci neuronowe w ujęciu algorytmicznym'', Wydawnictwa Naukowo-Techniczne, Warszawa 1999.
*J. Arabas, ''Wykłady z algorytmów ewolucyjnych'', Wydawnictwa Naukowo-Techniczne, Warszawa 2001.

== Moduły ==
* [[Sztuczna_inteligencja/SI Moduł 1 - O czym jest ten przedmiot| O czym jest ten przedmiot]] ([[Sztuczna_inteligencja/SI Ćwiczenia 1|Ćwiczenia]])
* [[Sztuczna_inteligencja/SI Moduł 2 - Od logiki do wnioskowania| Od logiki do wnioskowania]] ([[Sztuczna_inteligencja/SI Ćwiczenia 2|Ćwiczenia]])
* [[Sztuczna_inteligencja/SI Moduł 3 - Wnioskowanie w PROLOG-u| Wnioskowanie w PROLOG-u]] ([[Sztuczna_inteligencja/SI Ćwiczenia 3|Ćwiczenia]])
* [[Sztuczna_inteligencja/SI Moduł 4 - Wnioskowanie na podstawie wiedzy niepewnej i niepełnej| Wnioskowanie na podstawie wiedzy niepewnej i niepełnej]] ([[Sztuczna_inteligencja/SI Ćwiczenia 4|Ćwiczenia]])
* [[Sztuczna_inteligencja/SI Moduł 5 - Wnioskowanie jako metoda przeszukiwania| Wnioskowanie jako metoda przeszukiwania]] ([[Sztuczna_inteligencja/SI Ćwiczenia 5|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 8 - Gry dwuosobowe| Gry dwuosobowe]] ([[Sztuczna_inteligencja/SI Ćwiczenia 8|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| Zadanie i metody klasyfikacji]] ([[Sztuczna_inteligencja/SI Ćwiczenia 10|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 13 - Uczenie się ze wzmocnieniem| Uczenie się ze wzmocnieniem]] ([[Sztuczna_inteligencja/SI Ćwiczenia 13|Ćwiczenia]])