Opšta sekcija
- Predmetni nastavnik: doc. dr Višnja Simić
Saradnik: Lazar Krstić
Nastava na daljinu
Nastava na daljinu će se odvijati preko Teams-a.
Nastavni plan
- Teorijska nastava. Uvod u veštačke inteligencije. Definicije. Istorija. Pojam agenta. Okoline agenta. Predstavljanje znanja korišćenjem pravila. Mehanizmi zaključivanja u sistemima zasnovanim na pravilima. Zaključivanje u prisustvu neodređenosti. Faktori sigurnosti. Fazi logika. Zaključivanje u fazi logici. Rešavanje problema pretraživanjem prostora stanja. Neinformisane strategije pretraživanja. Informisane strategije pretraživanja. Pretraživanje sa suprotstavljanjem. Uvod u mašinsko učenje. Stabla odlučivanja. K najbližih suseda. Perceptron. Zaključna razmatranja.
- Praktična nastava. Razvoj sistema zasnovanih na pravilima. Razvoj fazi ekspertnih sistema. Implementacija algoritama obrađenih na teorijskoj nastavi.
Način polaganja ispita:- predispitne obaveze – 80 poena;
Test 1 (20 poena): Sistemi bazirani na pravilima, Fazi logika i fazi zaključivanje, Rešavanje problema pretraživanjemKolokvijum 1 (20 poena)Test 2 (20 poena): Pretraživanje sa suprotstavljanjem, Mašinsko učenje.Kolokvijum 2 (20 poena)- završni ispit – 20 poena.
Uslov za izlazak na završni ispit je da je student na predispitnim obavezama ostvario više od polovine poena. Dodatni uslov je da broj bodova na svakom od kolokvijuma bude veći od trećine maksimalnog broja bodova predviđenih za svaki od kolokvijuma. Student koji je na predispitnim obavezama ostvario više od 50 poena, ne mora da izlazi na završni ispit.
Literatura- S. Russell, P. Norvig, Veštačka inteligencija – Savremeni pristup, Prevod trećeg izdanja, CET, 2011.
- P. Winston, Artificial Intelligence. 3rd ed. Addison-Wesley, 1992.
- J.C. Giarratano, G.D. Riley, Expert Systems: Principles and Programming, PWS, Boston, 1998.
- Opšte novosti i obaveštenja