To jest stara wersja strony!
Podstawy Sztucznej Inteligencji - Semestr letni 2018/2019
Kierunek: Informatyka
Rok: III
Prowadzący:
Organizacja zajęć i zasady zaliczenia
Ogólne zasady, które Państwa
obowiązują:
GRIS - proszę przeczytać, zrozumieć, ew. wątpliwości zgłosić na 1.-2. zajęciach
Wskazówka - zakładana orientacyjna ścieżka do zdobycia 100 EXP:
zrobione 4 zadania w wiki (16 EXP),
ocena 12 zadań w wiki (6 EXP),
zdobyte kilka plusów / zaproszony ktoś do badań (4 EXP),
napisane kartkówki (24 EXP),
pokonany boss (50 EXP).
Zaliczenia poprawkowe
Zaliczenie poprawkowe obejmuje jednego z bossów.
Do zaliczenia poprawkowego mogą przystąpić osoby które:
Do wyników uzyskanych z zaliczenia poprawkowego nie wlicza się:
plusów - w 1. terminie poprawkowym,
plusów i nieusprawiedliwionych nieobecności - w 2. terminie poprawkowym.
W 2. terminie poprawkowym można uzyskać co najwyżej ocenę 3.0.
Harmonogram
Wiki o Sztucznej Inteligencji
Zasady oceny zadań:
Wiki jest oceniane na zasadzie peer-review (oceniają Państwo siebie nawzajem). Każde zadanie mogą ocenić maksymalnie 3 osoby (inne niż autor).
Oceny dokonujemy w komentarzu w Trello + na konkretnej stronie wiki, podając swój login. Podczas oceny proszę brać przede wszystkim pod uwagę to, że ktoś to opracowanie zrobił dla Państwa, aby nie musieli Państwo czytać oryginalnego tekstu tylko opracowanie w wiki.
Skala ocen:
0 – brak strony / tekst kompletnie niezrozumiały / trudny do przełknięcia (np. ktoś wkleił masę tekstu i nie da się tego czytać)
1 – pośrednie między 0 i 2; czyli np. tekst ok, ale brakło linków; albo tekst tylko w części opracowany
2 – tekst w porządku, na temat, zwięzły, zrozumiały; z linkami do innych powiązanych stron [tekst nie musi być długi! jeżeli tylko rozumie się o co chodzi w danym zagadnieniu! Może to być nawet tylko jeden obrazek, jeżeli to już zamyka zagadnienie
![;-)](/lib/images/smileys/icon_wink.gif)
]
Osoba która dokonuje trzeciej oceny proszona jest o zmianę statusu strony wiki ze „ZROBIONE” na „OCENIONE” i przeniesienie zadania do listy „Ocenione” na Trello
Zawartość wiki a Trello:
Część rzeczy jest redundantna i pojawia się zarówno w Trello jak i w wiki – przede wszystkim oceny. Domyślnie punkty będą liczone na podstawie wiki. Trello jest po to, aby weryfikować czy rzeczywiście każdy oceniał „za siebie” i nie podszywał się pod inną osobę (w wiki trudniej to zweryfikować, w Trello jest to jednoznaczne).
W przypadku wykrycia niezgodności (ktoś wystawił ocenę podszywając się pod kogoś innego), takiej osobie zeruje się liczbę punktów za wiki (zarówno za oceny jak i za zadania).
Literatura
Dla Prowadzących
Wykłady
Wykłady 2019
02-27: Wprowadzenie
03-06: e-learning
03-13: Przeszukiwanie grafów
03-20: LPP
03-27: CSP
04-03: RBS
04-10: KRR
04-17: ML
04-24: ML
05-07: Niepewność
05-14: e-learning?
05-21:
05-28:
06-04:
Wykłady 2017/2018
Wprowadzenie do sztucznej inteligencji (AI). Problematyka reprezentacji i przetwarzania wiedzy. Charakterystyka metod i obszaru zastosowań. Przykłady problemów AI. [28.02.2018; ALi]
-
Przeszukiwanie grafów. Tree Search vs. Graph Search. Metody systematyczne (ślepe). DFS vs. BFS. Problemy implementacji. [14.03.2018; ALi]
Przeszukiwanie grafów. Metody ślepe: DLS, ID, BS, UC (Dijkstry). Elementy implementcji w Prologu i Pythonie. [21.03.2018; ALi]
Przeszukiwanie grafów. Metody heurystyczne. Problemy implementacji.Elementy implementcji w Prologu i Pythonie. [28.03.2017; ALi]
Programowanie z ograniczeniami. Podstawy teoretyczne. Zastosowania. Narzędzia: Prolog+clpfd, MiniZinc. [11.04.2018; ALi]
Systemy regułowe i ekspertowe. Automatyczne planowanie operacji. Przykłady w Prologu. [18.04.2018; ALi]
Nowe paradygmaty w AI [25.04.2018; GJN]
brak wykladu [09.05.2018; GJN]
Uczenie maszynowe [16.05.2018; GJN]
Uczenie maszynowe [23.05.2018; GJN]
Wykłady 2016/2017
Wprowadzenie do Sztucznej Inteligencji. Rozwiązywanie problemów. Reprezentacja wiedzy i wnioskowanie. Przykłady systemów inteligentnych. [1.03.2017;ALi]
Algorytmy przeszukiwania grafów (DFS, BFS i pochodne). Tree Search vs. Graph Search. Backtracking Search. Implementacja w Prologu. [8.03.2017; ALi]
Algorytmy ślepe: BFS, UC, DFS, DFS-limited, DFS-Iterative-Deepening; Algorytm Dijkstry. Przykłady implementacji (Prolog, Python). Planowanie odporne (Robust Planning) [15.03.2017; ALi]
Algorytmy heurystyczne szukania w grafach. Algorytm A*. Szukanie wiązką. Algorytmy inspirowane biologicznie (GA) i fizycznie (SA). [22.03.2017; ALi]
Wprowadzenie do programowania z ograniczeniami. Przykłady problemów i rozwiązań w Prologu. Biblioteka clp(fd).
Techniki i narzędzia programowania z ograniczeniami. Propagacja ograniczeń vs. szukanie. Przykłady zastosowań. [29.03.2017; Ali]
Systemy z Bazą Wiedzy. Systemy regułowe. Systemy eksperckie. [5.04.2017; ALi]
E-Learning: Introduction to Artificial Intelligence.
CS221 [12.04.2017]]
E-Learning: Introduction to Artificial Intelligence.
CS188 [19.04.2017]
C.D.N. [26.04.2017]
…
Materiały pomocnicze (2017/2018)
Background Material