Wprowadzenie do sztucznej inteligencji 2021

Piątek 1215 - 1500 wykład

Piątek 1515 - 1625 C-5/1 ćwiczenia (mgr inż. P. Stopyra)

Piątek 1635 - 1745 C-5/1 ćwiczenia (mgr inż. P. Stopyra)

Piątek 1755 - 1905 C-5/1 ćwiczenia (mgr inż. P. Stopyra)

Piątek 1915 - 2025 C-5/1 ćwiczenia (mgr inż. P. Stopyra)

Środa 1515 - 1750 D-1/317.2 TN/TP laboratorium (dr P. Kobylański)

Środa 1515 - 1750 D-1/317.3 TN/TP laboratorium

Środa 1800 - 2035 D-1/317.2 TN/TP laboratorium (mgr inż. P. Stopyra)

Środa 1800 - 2035 D-1/317.3 TN laboratorium


Literatura podstawowa

  1. Stuart Russell, Peter Norvig: Artificial Intelligence: A Modern Approach. Pearson Education Limited 2022 (ISBN: 1-292-40113-3)

Literatura dodatkowa

  1. Donald E.Knuth, Ronald W.Moore: An analysis of alpha-beta pruning. Artificial Intelligence, Volume 6, Issue 4, Winter 1975, Pages 293-326
  2. Jure Leskovec, Anand Rajaraman, Jeff Ullman: Mining of Massive Datasets.
    Chapter 7: Clustering
    Chapter 13: Neural Nets and Deep Learning
  3. Martin Ester, Hans-Peter Kriegel, Jörg Sander, Xiaowei Xu: A density-based algorithm for discovering clusters in large spatial databases with noise. (1996)
  4. Mohammed J. Zaki, Wagner Meira: Data Mining and Analysis: Fundamental Concepts and Algorithms. Cambridge University Press 2014

Tematy wykładów (w przybliżeniu)

  1. Wprowadzenie. (08-10-2021)
  2. Przeszukiwanie przestrzeni stanów - problemy jednosobowe (15-10-2021)
  3. Przeszukiwanie przestrzeni stanów - gry dwuosobowe (22-10-2021)
  4. Wstęp do uczenia maszynowego (29-10-2021)
  5. Wsteczna propagacja błędu. Sieci konwolucyjne (05-11-2021)
  6. Klasteryzacja (19-11-2021)
  7. Drzewa decyzyjne (26-11-2021)
  8. Klasyfikacja Bayesowska (03-12-2021)
  9. Automatyczne dowodzenie twierdzeń (10-12-2021)
  10. Metody oceny klasyfikatorów. Podsumowanie wykładu (14-12-2021)

Ćwiczenia


Laboratorium


Zasady zaliczenia kursu

Kurs będzie zaliczany na podstawie kolokwium końcowego, które odbędzie się na ostatnich ćwiczeniach, oraz na podstawie średniej z ocen za listy na laboratorium (wszystkie trzy listy muszą być oddane).

Ocena końcowa może być podwyższona za aktywność na ćwiczeniach, ocenianej w skali od 0 do 5, oraz przez wykonanie dodatkowej listy na laboratorium.

Ocena końcowa jest wyliczana według wzoru: 0.25 oceny z kolokwium + 0.25 oceny za każdą listę z laboratorium + 0.1 aktywności na ćwiczeniach + 0.1 oceny za listę dodatkową na laboratorium, zaokrąglonej do najbliższej oceny (2.74 zaokrągla się jednak do 2.0, 2.75 do 3.0, 3.25 do 3.5, itd).


Counter Valid XHTML 1.1! Valid CSS!

Maciej.Gebala@pwr.edu.pl