| Условљеност другим предметима |
Облик условљености |
| |
Према правилима студирања |
| Циљеви изучавања предмета: |
| Упознавање студената са основним концептима вештачке интелигенције, репрезентација знања, фази логика, неуронске мреже и еволуциони алгоритми. Оспособљавање студената за моделирање, пројектовање и тестирање система за вештачку интелигенцију, као и рјешавање проблема уз помоћ програмског пакета MATLAB. |
| Исходи учења (стечена знања): |
| Студенти ће бити способни да самостално анализирају различите типове система вјештачке интелигенције. Такође ће научити да примјењују различите алгоритме за пројектовање система вјештачке интелигенције и система који користе фази логику, неуронске мреже, еволуционе алгоритме и кластеровање података. |
| Садржај предмета: |
| Системи вјештачке интелигенције (ВИ). Процедурални, продукциони и системи засновани на подацима. Еволуциони алгоритми. Фазификација, фази инференција, дефазификација. Алати фази логике у MATLAB-у. Архитектура и пројектовање експертних система. Архитектуре неуронских мрежа. Алгоритми обучавања. Вишеслојни перцептрон. Алгоритам пропагације грешке уназад (Backpropagation) и његова побољшања. Рекурзивне неуронске мреже. Кластеровање података. |
| Методе наставе и савладавање градива: |
| Предавања, симулације на рачунару, рачунске и лабораторијске вјежбе |
| Литература: |
- S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, 3rd Edition, Prentice Hall, 2010
- M.M. Milosavljević, Računarska inteligencija, Predavanja na ETF Banja Luka (pdf), 2006
- M.Božić, Metodi vještačke inteligencije, Predavanja-prezentacije, ETF, 2012/13.
|
| Облици провјере знања и оцјењивање: |
| |
| Похађање наставе |
3 |
Домаћи задатак |
5 |
Завршни испит |
50 |
| Активност на настави |
7 |
Први колоквијум |
18 |
Други колоквијум |
17 |
| Посебна назнака за предмет: |
| |
| Име и презиме наставника који је припремио податке: проф. др Милорад Божић, |
