25.08.2013 Views

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [11,39 MB] - Wydział Elektroniki, Telekomunikacji i ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Nazwa przedmiotu Sztuczna inteligencja<br />

Skrót nazwy SIN<br />

KARTA PRZEDMIOTU<br />

Kierunek:<br />

Elektronika i telekomunikacja Automatyka i robotyka Informatyka<br />

X<br />

Osoba odpowiedzialna za treść przedmiotu:<br />

Imię: Jędruch<br />

Nazwisko: Wojciech<br />

e-mail: wjed@eti.pg.gda.pl<br />

Lp. Zagadnienie<br />

Karta zajęć - wykład<br />

poziom<br />

wiedzy umiej.<br />

A B C D E<br />

1. Definicje dziedziny SI, przegląd metod i zastosowań X 1<br />

2. Historia rozwoju SI, filozofia X 1<br />

3. Metody szukania na grafach X 1<br />

4. Metody szukania na grafach AND/OR X 1<br />

5. Metody minimax i zastosowanie do gry w szachy X 1<br />

6. Automatyczne wnioskowanie w rachunku predykatów X 1<br />

7. Język Prolog jako przykład systemu wnioskującego X 1<br />

8. Wprowadzenie do metod rozmytych X 1<br />

9. Wniskowanie rozmyte X 1<br />

10. Wprowadzenie do sieci probabilistycznych X 1<br />

<strong>11</strong>. Metody obliczania prawdopodobieństw w sieciach X 1<br />

12. Podstawowe pojęcia rozpoznawania obrazów X 1<br />

13. Model matematyczny klasyfikatora X 1<br />

14. Klasyfikatory minimalnoodległościowe X 1<br />

15. Klasyfikatory iteracyjne X 1<br />

16. Selekcja cech X 1<br />

17. Wstęp do metod uczenia maszynowego X 1<br />

18. Algorytmy ewolucyjne X 1<br />

19. Programowanie genetyczne i typowe zastosowania X 1<br />

20. Algorytm symulowanego wyżarzania X 1<br />

21. Wprowadzenie do sieci neuronowych X 1<br />

22. Uczenie sieci warstwowych X 1<br />

23. Sieci samoorganizujące się X 1<br />

24. Systemy neuronowo-rozmyte X 1<br />

25. Drzewa decyzyjne X 1<br />

26. Metody zbiorów przybliżonych X 1<br />

27. Problemy generalizacji w uczeniu X 1<br />

28. Metody optymalizacji wieloetapowych procesów decyzyjnych X 1<br />

29. Uczenie ze wzmocnieniem w wieloetapowych procesach decyzyjnych X 1<br />

30. Modelowanie indywiduowe, sztuczne życie i optymalizacja systemów<br />

wieloagentowych.<br />

X 1<br />

Razem 30<br />

Karta zajęć - laboratorium<br />

Lp. Zagadnienie<br />

poziom<br />

wiedzy umiej.<br />

liczba<br />

godzin<br />

liczba<br />

godzin<br />

242

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!