FOI Nastava - Primjena umjetne inteligencije u poslovanju

Sadržaj se učitava...

FOI Nastava

apps

mdi-login

Primjena umjetne inteligencije u poslovanju

Application of Artificial Intelligence in Business
2025/2026

3 ECTSa

Informacijske tehnologije i digitalizacija poslovanja 1.3 (ITDP)

Studijski centar Zabok (ITDP 1.3)

Studijski centar Varaždin

Studijski centar Križevci

Studijski centar Sisak

Studijski centar Zagreb

Katedra za teorijske i primijenjene osnove informacijskih znanosti

IPP

6. 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
Informacijske tehnologije i digitalizacija poslovanja 1.3 (ITDP)	Informatička podrška poslovanju	6	izborni

Cilj kolegija

Cilj predmeta je upoznavanje studenata s područjem umjetne inteligencije s naglaskom na izravnu primjenu u poslovanju. Studenti će upoznati neke od najvažnijih tehnologija umjetne inteligencije poput agenata za razgovor (engl. chatbots), automatiziranog strojnog učenja i automatizacije procesa. Kroz niz primjera upoznat će odgovarajuće alate i tehnike te svladali vještine koje izravno mogu upotrijebiti na budućim (ili sadašnjim) radnim mjestima. Naglasak predmeta je na izradi vlastitog projekta primjene umjetne inteligencije u odabranom poslovnom kontekstu.

Preduvjeti

Objektno orijentirano programiranje (ITDP 1.3)
Uvod u Web tehnologije (ITDP 1.3)

Norma kolegija

Predavanja

10 sati

Vježbe u praktikumu

20 sati

Nastavnik	Uloga na kolegiju	Oblik nastave	Tjedana	Sati	Grupa
Schatten Markus	Nositelj
Okreša Đurić Bogdan	Suradnik
Peharda Tomislav	Suradnik

Sadržaj predavanja

Uvod u umjetnu inteligenciju (1+0 sat)
Povijest umjetne inteligencije. „Zlatna doba” umjetne inteligencije. Definicija umjetne inteligencije. Vrste inteligencija. Simbolički pristup. Statistički pristup. Hibridni pristupi. Primjeri primjene umjetne inteligencije (npr. u robotici, analitici podataka, korisničkoj podršci, marketingu, financijama, transportu, poljoprivredi, medicini, umjetnosti itd.).
Strojno učenje (1+1)
Primjeri sustava strojnog učenja. Metode strojnog učenja. Klasifikacija. Regresija. Stabla odlučivanja. Probabilistički modeli. Neuronske mreže. Podupirano učenje. Dubinsko učenje. Druge vrste strojnog učenja.
Automatizirano strojno učenje (1+1)
Metoda „crne kutije”. Pripremanje podataka. Označavanje podataka. Uvježbavanje modela. Analiza rezultata i testiranje. Korištenje modela.
Automatizacija procesa (1+1)
Primjeri automatizacije procesa. Robotika. Osnovni pojmovi. Simulacija ponašanja ljudi. Grafičko sučelje. Simulacija ulaznih uređaja. Tipkovnica. Miš. Raspoznavanje uzoraka
Ekspertni sustavi (1+0)
Primjeri ekspertnih sustava. Reprezentacija znanja. Elicitacija znanja. Kodiranje znanja. Sustavi temeljeni na pravilima. Sustavi zaključivanja.
Procesiranje prirodnog jezika (1+1)
Primjeri sustava koji se temelje na procesiranju prirodnog jezika. Osnovni pojmovi. Metajezik. Sintaksa. Semantika. Pragmatika. Gramatike prema Chomskom. Pravilni izrazi. Kontekstualno slobodne gramatike. Konačni automati. Pristupi temeljeni na strojnom učenju.
Agenti za razgovor (1+0)
Primjeri agenata za razgovor. Turingov test. Arhitekture agenata za razgovor. Agenti za razgovor temeljeni na simboličkom pristupu. Agenti za razgovor temeljeni na statističkom pristupu. Hibridni pristup razvoju agenata za razgovor.
Govorna sučelja (1+0)
Raspoznavanje ljudskog jezika. Sinteza ljudskog jezika.
Osobni asistenti (1+0)
Primjeri osobnih asistenata. Arhitektura osobnog asistenta. Kognitivni agenti.
Integracija umjetne inteligencije u poslovanje (1+1)
Primjeri integracije umjetne inteligencije u poslovanje. Inkrementalna ugradnja sustava umjetne inteligencije. Planiranje integracije. Područja integracije. Korisnička podrška. Automatizacija poslovnih procesa. Analitika podataka. Povezivanje s klijentima i zaposlenicima. Cost/benefit analiza.

Sadržaj seminara/vježbi

Ishodi učenja kolegija

Planirati uvođenje tehnologija umjetne inteligencije u poslovanje.
Izraditi poslovnu aplikaciju u odgovarajućoj domeni korištenjem automatiziranog strojnog učenja.
Izraditi poslovnu aplikaciju temeljenu na automatizaciji procesa i integraciji aplikacija i usluga.
Izraditi poslovnu aplikaciju osobnog asistenta temeljenog na raznim tehnologijama umjetne inteligencije poput agenata za razgovor, ekspertnih sustava, govornih sučelja, strojnog učenja i/ili automatizacije procesa.
Testirati poslovnu aplikaciju temeljenu na metodama umjetne inteligencije poput agenata za razgovor, ekspertnih sustava, govornih sučelja, strojnog učenja i/ili automatizacije procesa..
Oblikovati odgovarajuće korisničko iskustvo za poslovne aplikacije koje se temelje na metodama umjetne inteligencije poput agenata za razgovor, ekspertnih sustava, govornih sučelja, strojnog učenja i/ili automatizacije procesa.

Ishodi učenja programa

Odabrati i koristiti informacijsko komunikacijske tehnologije u djelovanju poslovnih sustava
Predložiti i primijeniti metode razvoja programske potpore za jednostavne organizacijske procese na razini izvođenja
Odabrati i primijeniti metode iz područja programiranja, podatkovnih tehnologija i modeliranja podataka i procesa u problemskim domenama
Planirati i podržati uvođenje novih informacijskih tehnologija za potporu organizacijskim procesima

Osnovna literatura

Russel S. and Norvig P. (2020) Artificial Intelligence: A Modern Approach, 4th edition, Pearson.

Dopunska literatura

Ertel, W. (2018). Introduction to artificial intelligence. Springer.
Jackson, P. C. (2019). Introduction to artificial intelligence. Courier Dover Publications.
Materijali s nastave na sustavu za e-učenje

Slični kolegiji

Redoviti studenti

Izvanredni studenti

izvanredni rok

Datum: 22.04.2026.

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.