FOI Nastava - Uvod u umjetnu inteligenciju

Sadržaj se učitava...

FOI Nastava

apps

mdi-login

Uvod u umjetnu inteligenciju

Introduction to Artificial Intelligence
2024/2025

6 ECTSa

Informacijski i poslovni sustavi 1.2 (IPS)

Katedra za teorijske i primijenjene osnove informacijskih znanosti

5. semestar

Osnovne informacijemdi-information-variant

Izvođači nastavemdi-account-group

Nastavni plan i programmdi-clipboard-text-outline

Model praćenjamdi-human-male-board

Ispitni rokovimdi-clipboard-check-outline

Rasporedmdi-calendar-clock

Konzultacijemdi-account-voice

Izvođenje kolegija

Studij	Studijski program	Semestar	Obavezan
Informacijski i poslovni sustavi 1.2 (IPS)	Umjetna inteligencija u poslovanju	5	obavezan

Cilj kolegija

pregled područja umjetne inteligencije, njezinih osnovnih odrednica, metoda, tehnika i algoritama koji su temelj za izgradnju naprednih informacijskih i računalnih sustava poput Interneta svega, sustava obrade velikih količina podataka (engl. Big Data), pametnih gradova, samovozećih prometala, naprednih robota, inteligentnih agenata i sl.

Preduvjeti

Matematika 1 (IPS 1.2)
Informacijski i računalni sustavi (IPS 1.2)
Programiranje 1 (IPS 1.2)
Baze podataka 1 (IPS 1.2)
Programiranje 2 (IPS 1.2)

Norma kolegija

Predavanja

30 sati

Vježbe u praktikumu

30 sati

Nastavnik	Uloga na kolegiju	Oblik nastave	Tjedana	Sati	Grupa
Oreški Dijana	Nositelj	Predavanja	7	2	1
Schatten Markus	Nositelj	Predavanja	8	2	1
Okreša Đurić Bogdan	Suradnik	Vježbe u praktikumu	8	2	1
Višnjić Dunja	Suradnik	Vježbe u praktikumu	7	2	1

Sadržaj predavanja

Uvod u predmet i objašnjenje načina rada
Što je umjetna inteligencija. Turingov test. Kognitivno modeliranje. „Zakoni promišljanja”. Osnove umjetne inteligencije. Kratka povijest umjetne inteligencije. Sažetak. (2 sata)
Rješavanje problema
Rješavanje problema traženjem. Agenti koji rješavaju probleme. Primjeri problema. Traženje rješenja. Strategije traženja. Heuristike. Lokalni algoritmi traženja i optimizacijski problemi. Teorija igara. Problemi zadovoljavanja ograničenja. Unatražno traženje (engl. backtracking) za probleme s ograničenjima. Lokalno traženje za probleme s ograničenjima. Sažetak. (6 sati)
Znanje, rezoniranje i planiranje
Logički agenti. Agenti temeljeni na znanju. Logika. Zakoni oblika. Klasično planiranje. Algoritmi za planiranje. Višeagentno planiranje. Reprezentacija znanja. Inženjerstvo ontologija. Nepouzdano znanje i stohastičko rezoniranje. Sažetak. (7 sati)
Učenje
Vrste učenja. Učenje na primjerima. Nadzirano učenje. Neuronske mreže. Dubinsko učenje. Zajedničko učenje. Logička formulacija učenja. Induktivno logičko programiranje. Statističko učenje. Podupirano učenje. (7 sati)
Aplikacijske domene
Procesiranje prirodnog jezika. Klasifikacija teksta. Pronalazak informacija. Ekstrakcija informacija. Prepoznavanje govora. Strojno prevođenje. Analiza slika. Pretprocesiranje slika. Prepoznavanje objekata. Rekonstrukcija 3D svijeta. Računalni vid. Robotika. Ostale aplikacijske domene. Budućnost umjetne inteligencije. Sažetak. (8 sati)

Sadržaj seminara/vježbi

Vježbe u računalnim laboratorijima
Vježbe u računalnim laboratorijima prate sadržaj predavanja te služe kao priprema za izradu vlastitog projekta umjetne inteligencije za odabranu domenu. Na laboratorijskim vježbama koristit će se odgovarajući alati za razvoj različitih aspekata umjetne inteligencije

Ishodi učenja kolegija

Modelirati zadani regularni izraz pomoću konačnog automata.
Predložiti pristupe i metode iz područja umjetne inteligencije u realizaciji informacijsko komunikacijskih sustava.
Planirati postupke i tehnike koje omogućavaju automatsko zaključivanje, učenje i optimizaciju.
Predložiti metode strojnog učenja za rješavanje konkretnih problema iz područja umjetne inteligencije.
Oblikovati predstavljanje znanja u zadanoj problemskoj domeni na temelju odabira odgovarajućeg pristupa i sheme.
Objasniti osnovne postavke deklarativne programske paradigme te značajke logičkih programskih jezika.
Preporučiti korištenje odgovarajućih koncepata logičkog programiranja za rješenje zadanog problema i njegovu implementaciju pomoću logičkog programskog jezika.
Odabrati odgovarajuću strukturu neuralne mreže za strojno učenje te definirati skupove ulaznih podataka i rezultata za učenje neuralne mreže
Objasniti primjenu umjetne inteligencije u različitim područjima i osnovne značajke sustava umjetne inteligencije.
Primijeniti metode nenadgledanog učenja za klasifikaciju skupova podataka

Ishodi učenja programa

razumjeti stanje i trendove razvoja suvremenih informacijskih i komunikacijskih tehnologija (ICT), razumjeti njihov utjecaj na pojedinca, organizaciju i društvo te procijeniti njihovu primjenjivost u zadanom kontekstu
razumjeti i primijeniti ključne aspekte informacijske tehnologije (programiranje, algoritmi, strukture podataka, baze podataka i znanja
razumjeti i primijeniti suvremene tehničke koncepte i prakse u informacijskim tehnologijama (arhitektura računala, operacijski sustavi, mreže računala)
razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava
razumjeti bitne čimbenike koji utječu na poslovanje organizacije i pojedinaca te primijeniti osnovne metode i koncepte planiranja, upravljanja i obračuna poslovanja
analizirati stanje, identificirati prilike i definirati probleme s kojima se susreću organizacije i pojedinci u primjeni ICT, te formulirati rješenja uz primjenu ICT
razumjeti osnovna vertikalna područja primjene ICT (industrija, zdravstvo, promet, turizam, država i sl.), te horizontalne aplikacije (uredski sustavi, DSS, CRM, ERP, DMS i sl.)
razumjeti i primijeniti suvremene metodološke pristupe razvoja organizacijskih i informacijskih sustava, te oblikovanja organizacije i organizacijske strukture
razumjeti suvremene organizacijske koncepte i upravljati organizacijskom kulturom
modelirati poslovne procese i podatke u organizacijama i primijeniti modele u razvoju informacijskih i poslovnih sustava
razumjeti i primijeniti metode, tehnike razvoja informacijskih i programskih sustava u suvremenim razvojnim okolinama
razumjeti i primijeniti procese, metode i tehnologije upravljanja IT uslugama i resursima te podrške i pružanja različitih vrsta usluga vezanih uz ICT
razumjeti i primijeniti etička načela, zakonsku regulativu i norme koje se primjenjuju u struci
razumjeti osnovna načela i metode upravljanja organizacijom i uspješno raditi u timu
uspješno komunicirati s klijentima, korisnicima i kolegama na verbalan i pisani način uz primjenu odgovarajuće terminologije uključujući i sposobnost komunikacije o struci na stranom jeziku
pratiti stručnu literaturu na hrvatskom i stranom jeziku, pripremiti i samostalno održati prezentacije na hrvatskom i stranom jeziku stručnoj i općoj publici, te kritičku evaluaciju prezentirane stručne teme
razumjeti i primijeniti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na diplomskom studiju.
razumjeti i primijeniti osnovne principe planiranja i razvoja karijere u struci i vlastitih poduzetničkih poduhvata

Osnovna literatura

Russel S. and Norvig P. (2010) Artificial Intelligence: A Modern Approach, Pearson.

Dopunska literatura

Materijali postavljeni na sustav za e-učenje.

Slični kolegiji

Redoviti studenti

Izvanredni studenti

izvanredni rok

Datum: 20.11.2024.

Vrijeme: 16:00

Opis: Na Fakultetu

izvanredni rok

Datum: 15.04.2025.

Vrijeme: 16:00

Opis: Na Fakultetu

U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.