☰
☰
Menu
Logowanie
Pomoc
WEB S4A
Telefony
Pracownicy
Publikacje
Struktura
Rozkład zajęć
Plan studiów
Przedmioty
Prace dyplomowe
Biznes
e-KUL
WEB S4A
Polski (pl)
English (en)
Sztuczna inteligencja (wykład) - 2019/2020
Opis zajęć
Informacje ogólne
Prowadzący:
dr hab. Ryszard Kozera
Organizator:
Wydział Nauk Ścisłych i Nauk o Zdrowiu - Instytut Matematyki, Informatyki i Architektury Krajobrazu
Liczba godzin tydzień/semestr:
2/30
Język wykładowy:
Język polski
Cele przedmiotu
1. Zapoznanie studentów z podstawami dowodzenia prawdziwości zdań i formuł, metodą tabelkową, łańcuchem dowodowym, refutacją w zakresie sztucznej inteligencji.
2. Zapoznanie studentów z programowaniem deklaratywnym w wybranym języku programowania
3. Zapoznanie studentów z automatyzacją dowodzenia twierdzeń.
4. Praca z dokumentacją.
5. Praktyka zastosowań metod sztucznej inteligencji
Wymagania wstępne
1. Logika. Klasyczny rachunek zdań. Rachunek predykatów.
2. Algebra liniowa z geometrią analityczną
3. Matematyka dyskretna
4. Wstęp do informatyki
Efekty kształcenia dla przedmiotu
WIEDZA
W1 Rozumie współczesne znaczenie informatyki w zakresie sztucznej inteligencji i jej zastosowań K_W01
W2 Ma ogólną wiedzę z zakresu sztucznej inteligencji K_W06
UMIEJĘTNOŚCI:
U1 Potrafi samodzielnie pozyskiwać i wykorzystywać informacje pomocne w rozwiązaniu określonych problemów informatycznych (w tym SI) z dokumentacji technicznej, plików pomocy oraz zasobów Internetu i dostępnej literatury K_U02
U2 Potrafi posługiwać się słownictwem specjalistycznym z zakresu informatyki i sztucznej inteligencji K_U04
U3 Potrafi stosować podstawowe algorytmy rekurencyjne, sortowania i przeszukiwania oraz ich implementacje w wybranym deklaratywnym języku programowania i środowisku programistycznym K_U09
U4 Potrafi stosować struktury danych, zaimplementować je i wykonywać na nich operacje K_U10
U5 Potrafi stosować podstawowe zagadnienia sztucznej inteligencji K_U16
U6 Potrafi stosować mechanizmy wspomagania decyzji przy rozwiązywaniu problemów praktycznych K_U18
U7 Potrafi posługiwać się językiem angielskim w stopniu umożliwiającym korzystanie z dokumentacji oprogramowania i sprzętu K_U23
KOMPETENCJE SPOŁECZNE
K1 Ma świadomość poziomu swojej wiedzy i umiejętności, rozumie potrzebę dokształcania się i podnoszenia kompetencji zawodowych i osobistych K_K01
K2 Potrafi komunikować się przy użyciu różnych technik w środowisku zawodowym K_K07
Metody dydaktyczne
Wykład informacyjny i problemowy
Treści programowe przedmiotu
1 Wprowadzenie do sztucznej inteligencji
2 Klasyczny rachunek zdań w SI
3 Rachunek predykatów na SI
4 Algorytm unifikacji
5 Programowanie w Prologu. Listy, logiczne zagadki i przeszukiwanie grafów
6 Teoria Herbranda
7 Wyszukiwanie i drzewa SLD
Kryteria oceny i sposoby weryfikacji zakładanych efektów kształcenia
Na ocenę 5 student potrafi
- dyskutować na temat współczesnego znaczenia sztucznej inteligencji i jej kierunku rozwoju
- dyskutować na temat poznanych pojęć podstawowych i rozszerzonych z zakresu sztucznej inteligencji
- biegle korzysta z wiedzy poznanej na zajęciach oraz z dodatkowych źródeł
- dyskutować i wykorzystywać poznane pojęcia z zakresu sztucznej inteligencji
- stosować i implementować algorytmy sortowania i wyszukiwania w programowaniu deklaratywnym w zakresie rozszerzonym
- biegle korzystać ze struktur danych w programowaniu deklaratywnym
- biegle korzystać z podstawowych zagadnień sztucznej inteligencji
- biegle korzysta z anglojęzycznych pojęć sztucznej inteligencji
- rozszerzać zdobytą wiedzę na temat sztucznej inteligencji i podnosić swoje kompetencje w tym zakresie
- dyskutować na temat sztucznej inteligencji w zakresie rozszerzonym
Na ocenę 4 student potrafi:
- rozmawiać na temat współczesnego znaczenia sztucznej inteligencji i jej kierunku rozwoju
- przytoczyć i objaśnić podstawowe pojęcia z zakresu sztucznej inteligencji
- wykorzystać poznaną wiedzę oraz wyszukać informacje w dokumentacji technicznej i innych pomocniczych materiałach
- przytoczyć, objaśnić i wykorzystać podstawowe pojęcia z zakresu sztucznej inteligencji
- stosować i implementować algorytmy sortowania i wyszukiwania w programowaniu deklaratywnym w zakresie podstawowym
- stosować i zaimplementować struktury danych w programowaniu deklaratywnym
- stosować i zaimplementować podstawowe zagadnienia sztucznej inteligencji
- zna podstawowe pojęcia anglojęzyczne sztucznej inteligencji oraz potrafi posługiwać się nimi
- określić poziom swojej wiedzy oraz ma potrzebę dokształcania się na na temat sztucznej inteligencji
- rozmawiać na temat sztucznej inteligencji w zakresie rozszerzonym
Na ocenę 3 student potrafi:
- rozmawiać na temat współczesnego znaczenia sztucznej inteligencji
- przytoczyć podstawowe pojęcia z zakresu sztucznej inteligencji
- wykorzystać poznaną wiedzę w stopniu podstawowym
- przytoczyć i wykorzystać podstawowe pojęcia z zakresu sztucznej inteligencji
- stosować algorytmy sortowania i wyszukiwania w programowaniu deklaratywnym w zakresie podstawowym
- stosować struktury danych w programowaniu deklaratywnym
- stosować podstawowe zagadnienia sztucznej inteligencji
- zna podstawowe pojęcia anglojęzyczne sztucznej inteligencji
- określić poziom swojej wiedzy na temat sztucznej inteligencji
-rozmawiać na temat sztucznej inteligencji w zakresie podstawowym
WYMAGANIA DOTYCZĄCE POMOCY DYDAKTYCZNYCH:
laboratorium, rzutnik multimedialny
FORMA I WARUNKI ZALICZENIA:
Egzamin pisemny (dla osób, które zaliczyły ćwiczenia) z wiedzy przekazanej na wykładzie. Skala ocen (w %): 50-57 dostateczny (3.0), 58-64 dostateczny plus (3.5), 65-72 dobry (4.0), 73-80 dobry plus (4.5), powyżej 80 bardzo dobry (5.0), poniżej 50 niedostateczny (2.0)
Ćwiczenia: Zaliczenie ćwiczeń - kolokwium (50% oceny końcowej z ćwiczeń) w połowie semestru. Projekt zaliczeniowy do realizacji w grupie (50% oceny końcowej z ćwiczeń). Skala ocen: poniżej 50% niedostateczny (2.0). Szczegółowe zasady oceniania są podawane studentom z każdą edycją przedmiotu.
W1, W2, U1, U2, U3, U4, U5, U6, U7 – egzamin pisemny, przygotowanie do zajęć
K1, K2 – praca i aktywność na wykładach
GODZINOWE EKWIWALENTY PUNKTÓW ECTS
Wykład 30, Ćwiczenia 30
Konsultacje 30
Przygotowanie do zajęć 10
Studiowanie literatury 15
Przygotowanie do kolokwiów i egzaminu 15
Łączna liczba godzin 130
Sumaryczna liczba punktów ECTS dla modułu 5
Literatura podstawowa i uzupełniająca
1. R. Kozera, \"Artificial Intelligence and Logic Programming\" - wykład
2. Logika matematyczna w informatyce (WNT) M. Ben-Ari
Literatura uzupełniająca:
1. J. Wielemaker, \"SWI Prolog Reference Manual\", Updated for version 6.6.6, May 2014
Kierunek studiów: Informatyka (stacjonarne I stopnia)
Lokalizacja w planach rocznych:
Etap:
Rok II - Semestr 4
Punkty ECTS: 5
Forma zaliczenia: Egzamin
Kierunek studiów: Matematyka (stacjonarne I stopnia)
Lokalizacja w planach rocznych:
Etap:
Rok I - Semestr 2
Punkty ECTS: 5
Forma zaliczenia: Egzamin
Etap:
Rok II - Semestr 4
Punkty ECTS: 5
Forma zaliczenia: Egzamin
Etap:
Rok II - Semestr 4
Punkty ECTS: 5
Forma zaliczenia: Zal. podpisem
Drukuj