Sztuczna inteligencja 400-IS1-2SZI
Projekt (PROJ) Rok akademicki 2022/23

1. Cichosz P.: Systemy uczące się. Warszawa, WNT, 2001.

2. Frankhis K, Ramsey W. M.. “The Cambridge Handbook of Artificial Intelligence”. 2014 (https://www.cambridge.org/core/books/cambridge-handbook-of-artificial-intelligence/3DCB2E04739722A99EDE86B7A34A30E3).

3. Muraszkiewicz M., Nowak R. (edytorzy): Sztuczna inteligencja dla inżynierów. Metody ogólne. Wydawnictwo Politechniki Warszawskiej, Warszawa 2022.

4. Russel S., Norvig P.: Artificial Intelligence. A Modern Approach. Simon & Schuster Company. Englewood Cliffs (https://www.cin.ufpe.br/~tfl2/artificial-intelligence-modern-approach.9780131038059.25368.pdf).

Absolwent:

WIEDZA

KP6_WG9 - zna i rozumie podstawowe zagadnienia w dziedzinie sztucznej inteligencji, reprezentacji i przetwarzania wiedzy, komunikacji człowiek-komputer.

UMIEJĘTNOŚCI

KP6_UW2 – potrafi wykorzystać metody statystyczne do analizy danych

KP6_UW4 – potrafi wybierać odpowiedni paradygmat i język programowania do rozwiązania określonego typu zadań.

KP6_UW5 - potrafi implementować algorytmy stosując odpowiednie elementy wybranego języka programowania.

KP6_UW10 - potrafi rozwiązywać problemy wyrażone w języku naturalnym technikami sztucznej inteligencji oraz komunikacji człowiek-maszyna.

KP6_UK3 - potrafi samodzielnie opracować rozwiązanie zadanego zagadnienia informatycznego z pogranicza teorii i praktyki oraz przedstawić rozwiązanie i wnioski.

KP6_UO1 - potrafi współpracować w grupie planując i realizując wspólne projekty, w tym kompleksowe projekty programistyczne.

KP6_UU2 – potrafi śledzić i przyswajać sobie nowe narzędzia i metody informatyczne.

KOMPETENCJE SPOŁECZNE

KP6_KK1 – jest gotów do starannego określania priorytetów i ustalania właściwej kolejności podejmowanych działań.

Przebieg pracy nad projektem i jego wyniki przestawiane są przez studenta w pisemnym sprawozdaniu. Ocena pracy studenta dokonuje się na podstawie: (i) przestawionego sprawozdania, (ii) prezentację sprawozdania przez studenta prowadzącemu zajęcia projektowe (ewentualnie z udziałem innych studentów), (iii) dyskusji treści sprawozdania z prowadzącym zajęcia projektowe. Jeśli w semestrze zostały wykonane dwa projekty, to ocena końcowa jest średnią arytmetyczną ocen obu projektów. Jeżeli w ocenie na miejscach po przecinku występuje 25 lub 75 o zaokrągleniu oceny w górę lub w dół do oceny 3; 3.5; 4; 4.5; 5 decyduje prowadzący zajęcia.

Tematy projektów nawiązują do treści przedstawionych na wykładzie i zadań wykonywanych w ramach laboratorium. Są to m.in.: określanie przestrzeni stanów do rozwiązywania problemów; algorytmy przeszukiwania przestrzeni stanów; wyznaczanie najkrótszych ścieżek w grafach (algorytm Dijkstry, algorytm A z gwiazdką); zastosowanie wybranych metod reprezentacji wiedzy (logika, sieci semantyczne, ramy) do zapisu wiedzy; rodzaje wnioskowania; regresja liniowa; metody klasyfikacji: drzewa decyzyjne, klasyfikator naiwny Bayesa; przykłady zastosowania sieci neuronowych. Przykładowe projekty dotyczą analizy sentymentu, klasyfikacji emocji, rozpoznawanie obrazów. Projekty realizowane są indywidualnej, ewentualnie w 2 – 3 osobowych grupach.

Projekty realizowane są indywidualnej, ewentualnie w 2 – 3 osobowych grupach. Prace projektowe polegają na: (i) określeniu przez prowadzącego tematu projektu do wykonania wraz z wyjaśnieniami merytorycznymi i organizacyjnymi dotyczącymi jego realizacji, (ii) przypomnieniu przez prowadzącego zajęcia omawianych na wykładzie metod i algorytmów odnoszących się do sformułowanego zadania i dyskusji ze studentami na ten temat, (iii) realizację projektu przez studenta, (iv) przygotowanie sprawozdania pisemnego z realizacji projektu(ów) obejmującego opis zadania, jego wykonanie, wyniki i wnioski, (v) przedstawienie przez studenta sprawozdania prowadzącemu zajęcia, (vi) ocenie sprawozdania przez prowadzącego zajęcia. W trakcie semestru student realizuje jeden większy lub dwa mniejsze projekty.