Sztuczna inteligencja
Informacje ogólne
Kod przedmiotu: | 0500-KS1-2SIN |
Kod Erasmus / ISCED: |
14.952
|
Nazwa przedmiotu: | Sztuczna inteligencja |
Jednostka: | Instytut Socjologii i Kognitywistyki |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | (brak danych) |
Rodzaj przedmiotu: | obowiązkowe |
Założenia (lista przedmiotów): | Logika formalna 0500-KS1-1LOF |
Tryb prowadzenia przedmiotu: | w sali |
Skrócony opis: |
Celem przedmiotu jest przedstawienie studentom podstawowych problemów i metod stosowanych w sztucznej inteligencji (w skrócie AI). Student poznaje paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy. Laboratorium uczy praktycznego zastosowania narzędzi sztucznej inteligencji. |
Pełny opis: |
Na zajęciach ze sztucznej inteligencji (w skrócie AI) student zapozna się z podstawowymi zagadnieniami i metodami stosowanych w AI. Student pozna zarys historyczny i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy oraz wybrane zastosowania AI. Laboratorium uczy praktycznego zastosowania narzędzi AI. Nazwa kierunku studiów: Kognitywistyka i komunikacja Poziom kształcenia: Studia pierwszego stopnia Profil studiów: Ogólnoakademicki Forma studiów: Stacjonarne Rodzaj przedmiotu: Podstawowy Punkty ECTS: 3 Bilans nakładu pracy studenta: udział w wykładach – 15 h udział w laboratorium – 15 h udział w konsultacjach – 5 h przygotowanie do zajęć – 25 h lektura tekstów – 15 h przygotowanie do zaliczenia laboratorium – 10 h przygotowanie do zaliczenia wykładu – 15 h Wskaźniki ilościowe: nakład pracy studenta związany z zajęciami - wymagającymi bezpośredniego udziału nauczyciela: 35 h, 1 ECTS - o charakterze praktycznym: 65 h, 2 ECTS |
Literatura: |
1. Flasiński, M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011. 2. Goldberg, D. E., Algorytmy genetyczne i ich zastosowania, wyd. 3, Wydawnictwa Naukowo-Techniczne, Warszawa 2003. 3. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014. 4. Rutkowski, L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2009. |
Efekty uczenia się: |
Student 1. zna podstawowe problemy badawcze w zakresie AI (wykład) K_W02, K_W04, K_W06, K_W08, K_U01. 2. posiada podstawową wiedzę o wybranych narzędziach AI (wykład, laboratorium) K_W04, K_W05, K_W08. 3. ma podstawową wiedzę na temat metod reprezentowania i eksploracji wiedzy (w, lab) K_W04, K_W08, K_K05. 4. rozumie teksty naukowe związane z problematyką AI oraz potrafi prowadzić dyskusję na temat podstawowych zagadnień dotyczących AI (lab) K_U03, K_U04, K_U06. 5. potrafi posługiwać się wybranymi algorytmami stosowanymi w AI (lab) K_W08, K_U01, K_K05. 6. potrafi przygotować wypowiedź na określony temat w zakresie AI (lab) K_W02, K_W08, K_U01,K_U03, K_U06. |
Metody i kryteria oceniania: |
Metody dydaktyczne: wykład, zajęcia laboratoryjne (praca indywidualna i zespołowa). Zaliczenie laboratorium na podstawie kolokwium / pisemnych sprawozdań z wykonanych zadań. Zaliczenie wykładu i przedmiotu w formie testu pisemnego. Warunkiem dopuszczenia do zaliczenia przedmiotu jest uzyskanie oceny co najmniej dostatecznej z laboratorium. W razie nieobecności na zajęciach student ma obowiązek samodzielnie nadrobić zaległości. Na zajęciach laboratoryjnych dopuszcza się co najwyżej 20% nieobecności nieusprawiedliwionych. |
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.