Sveučilišni diplomski studij

Ak.g.2014./2015.2015./2016.2016./2017.2017./2018.

Nazad   Raspored   Engleski

Inteligentni sustavi DRab2-02

ECTS 7 | P 45 | A 15 | L 15 | K 0 | ISVU 149743

Grupe studenata

Prikaži sve grupe na predmetu

Nastavnici na predmetu

BLAŽEVIĆ DAMIR, nositelj
KÖHLER MIRKO, suradnik
SUŠAC FILIP, suradnik

Ciljevi predmeta

Polaznicima pružiti znanja iz područja inteligentnih sustava. Upoznati ih sa svojstvima inteligentnih agenata potrebnim za rješavanje problema. Izraditi prostor stanja problema. Predstaviti rješavanje problema zapisanih u logici prvog reda. Upoznati polaznike s načinima zapisivanja znanja, planiranja i donošenje odluka sa i bez prisustva nesigurnosti.

Uvjeti za upis predmeta

Ostvareni uvjeti za upis studija

Sadržaj

Inteligentni agenti. Problemi i njihovi prostori pretraživanja. Vrste pretraživanja bez nadzora. Nadzirano pretraživanje. Heuristički algoritmi pretrage. Logički agenti. Logika predikatskih stavova. Modalna i temporalna logika. Deduktivne i nededuktivne metode zaključivanja. Rad s proturječnim i neodređenim sustavima. Mogući svjetovi. Damster-Shaferova teorija. Ad-hoc i heuristične metode učenja. Strukturirano znanje. Predstavljanje znanja.

Vrste izvođenja nastave

predavanjaauditorne vježbelaboratorijske vježbe

Obveze studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Praćenje rada studenata

Definirano Okvirima kriterija ocjenjivanja studenata FERIT-a i stavkom 1.9

Osnovna literatura

1. Russel, S. ; Norvig, P. Artificial Intelligence: A Modern Approach. Prentice Hall, 2000.

Pretraži literaturu

Dopunska literatura

1. Jović F., Expert Systems in Process Control, Chapman and Hall, London, 1992.

2. Patterson D.W., Introduction to Artificial Intelligence and Expert Systems, Prentice Hall Int. 1990.

3. Russel S. i Norvig P., Artificial Intelligence: A Modern Approach, Prentice Hall 2000

Način praćenja kvalitete i uspješnosti izvedbe kolegija

Provođenje sveučilišnih anketa o nastavnicima (pristup prema studentima, transparentnost kriterija, motivacija na
izvršavanje aktivnosti, jasnoća izlaganja, i sl.). Provođenje fakultetskih anketa o predmetima (nakon položenog predmeta
samoevaluacija studenata o usvojenim ishodima učenja, te o opterećenosti u usporedbi s ECTS-ima aktivnosti i predmeta
u cjelini).

Pregled ishoda učenja, nastavnih metoda i procjena ishoda učenja

Ishodi učenja:

1. predvidjeti, definirati i opisati i potrebna svojstva agenta za rješavanje zadanog problema

2. prikazati prostor stanja zadanog problema i primjenom odgovarajućeg pretraživanja doći do rješenja

3. postaviti i riješiti problem zapisan u logici prvog reda

4. zapisati informacije (predstaviti znanje) u obliku pogodnom za obradu od strane agenta

5. prepoznati nesigurnosti u procesu i planirati odluke uz postojanje nesigurnost

6. razraditi algoritam rješavanja zadanog problema prilagođen izvršavanju od strane agenta

7. riješiti problem primjenom Bayesove mreže, napraviti dijagram prostora stanja i plana djelovanja agenta



Tablica ishoda vidljiva je samo na desktop verziji (min 600px širina pregleda)   Izvoz u Excel
Aktivnost studenta Broj radnih sati ECTS (Broj radnih sati/30) Ishod(i) učenja Nastavna
metoda
Metoda procjene Bodovi
Pohađanje
Predavanja (PR), Auditorne vježbe (AV), Laboratorijske vježbe (LV)

45
ECTS
1.5
- predvidjeti, definirati i opisati i potrebna svojstva agenta za rješavanje zadanog problema- prikazati prostor stanja zadanog problema i primjenom odgovarajućeg pretraživanja doći do rješenja- postaviti i riješiti problem zapisan u logici prvog reda- zapisati informacije (predstaviti znanje) u obliku pogodnom za obradu od strane agenta- prepoznati nesigurnosti u procesu i planirati odluke uz postojanje nesigurnostPredavanja (PR), Auditorne vježbe (AV), Laboratorijske vježbe (LV) Evidentiranje nazočnosti. Minimum potreban za potpis iznosi:
70%

Ovim postotkom se definira i iznos Min za Broj radnih sati iz ove aktivnosti. Max za Broj radnih sati određen je studijskim programom.
Min

4
Max

8
Rješavanje zadataka Broj radnih sati
45
ECTS

1.5
- prikazati prostor stanja zadanog problema i primjenom odgovarajućeg pretraživanja doći do rješenja- postaviti i riješiti problem zapisan u logici prvog reda- riješiti problem primjenom Bayesove mreže, napraviti dijagram prostora stanja i plana djelovanja agentaKontrolne zadaće (pismeni ispit) Provjera riješenih zadataka Min

16
Max

32
Pisanje priprema za LV, analiza rezultata, te pisanje izvještaja Broj radnih sati
30
ECTS

1
- predvidjeti, definirati i opisati i potrebna svojstva agenta za rješavanje zadanog problema- postaviti i riješiti problem zapisan u logici prvog reda- zapisati informacije (predstaviti znanje) u obliku pogodnom za obradu od strane agenta- prepoznati nesigurnosti u procesu i planirati odluke uz postojanje nesigurnostLaboratorijske vježbe (LV) Provjera pripreme za LV, nadzor provođenja LV-a, provjera napisanih izvještaja Min

10
Max

20
Priprema za usmeni ispit i usmeno odgovaranje na pitanja Broj radnih sati
60
ECTS

2
- predvidjeti, definirati i opisati i potrebna svojstva agenta za rješavanje zadanog problema- prikazati prostor stanja zadanog problema i primjenom odgovarajućeg pretraživanja doći do rješenja- zapisati informacije (predstaviti znanje) u obliku pogodnom za obradu od strane agenta- razraditi algoritam rješavanja zadanog problema prilagođen izvršavanju od strane agentaUsmeni ispit Provjera danih odgovora Min

16
Max

32
Zadaće Broj radnih sati
30
ECTS

1
- prikazati prostor stanja zadanog problema i primjenom odgovarajućeg pretraživanja doći do rješenja- postaviti i riješiti problem zapisan u logici prvog reda- zapisati informacije (predstaviti znanje) u obliku pogodnom za obradu od strane agenta- riješiti problem primjenom Bayesove mreže, napraviti dijagram prostora stanja i plana djelovanja agentaDomaće zadaće Predaja i pregled zadaće Min

0
Max

8
Σ Aktivnosti Σ Broj radnih sati
210
Σ ECTS
7
Σ Max
100