Навигација

22МОИС - Основе интелигентних система

Спецификација предмета
НазивОснове интелигентних система
Акроним22МОИС
Студијски програмДигитално процесно инжењерство
Модул
Наставник (предавач)
Наставник/сарадник (вежбе)
    Наставник/сарадник (ДОН)
      Број ЕСПБ4.0Статус предметаизборни предмет
      Условљност другим предметомНемаОблик условљености
      Циљеви изучавања предметаЦиљ курса из интелигентних система је стицање основних знања о интелигентним системима и њиховој примени, начинима примене система са „интелигентним“ функционалностима, као и развој вештина за дизајн и имплементацију интелигентних система у процесном инжењерству.
      Исходи учења (стечена знања)Након одслушаног и положеног испита, студенти ће бити оспособљени да примене основе вештачке интелигенције при решавању проблема, представљању знања, закључивању и учењу и да разумеју и примене различите технике вештачке интелигенције и машинског учења у моделовању и управљању процесима.
      Садржај предмета
      Садржај теоријске наставеОснови вештачке интелигенције. Алгоритми претраге. Класификација података и процена веза између података. Машинско учење. Методе најближих суседа. Логичко програмирање. Неуралне мреже. Генетски алгоритми.
      Садржај практичне наставеСамосталне вежбе студената на рачунару. Примена техника вештачке интелигенције и машинског учења помоћу софтверских алата и програмских језика (Python и др.) у примерима значајним за процесне системе. Студенти ће такође решавати део проблема самостално кроз задатке.
      Литература
      1. Материјал са предавања и вежби
      2. "Artificial Intelligence: A Modern Approach", S. Russell, P. Norvig, Prentice Hall, 2009
      3. "Artificial Intelligence with Python: A Comprehensive Guide to Building Intelligent Apps for Python Beginners and Developers", P. Joshi, Packt, 2017
      4. "Mašinsko učenje", O. Joldžić, D. Kosić, Akademska misao, 2020
      5. "Introduction to Machine Learning", fourth edition, E. Aplaydin, The MIT Press, 2020
      Број часова активне наставе недељно током семестра/триместра/године
      ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
      22
      Методе извођења наставеПредавања, вежбе у рачунарској лабораторији, консултације
      Оцена знања (максимални број поена 100)
      Предиспитне обавезеПоенаЗавршни испитПоена
      Активности у току предавањаПисмени испит30
      Практична наставаУсмени испит
      Пројекти
      Колоквијуми
      Семинари20