From WikiZMSI

Spis treści 1 Literatura podstawowa 2 Wprowadzenie do SI 3 Przeszukiwanie drzewa i grafu 4 Algorytmy ewolucyjne 5 Sieci neuronowe część 6 Rozmyte systemy wnioskowania 7 Gry 8 Zagadnienia na zaliczenie

Literatura podstawowa

Artificial Intelligence: A Modern Approach by Stuart Russell and Peter Norvig

Pozycja dostępna w bibliotece Wydziału Informatyki. W tabeli w kolumnie Do czytania podane są rozdziały z ww książki.

Wprowadzenie do SI

1. Slajdy z wykładu

Przeszukiwanie drzewa i grafu

1. Slajdy z wykładu

Algorytmy ewolucyjne

1. Slajdy z wykładu

Sieci neuronowe część

1. Slajdy z wykładu
2. Sieci neuronowe by Statsoft (przystępny podręcznik do SSN po polsku)
3. Strona autora podręcznika Neural Network Design

Rozmyte systemy wnioskowania

1. Slajdy z wykładu
2. Samouczek do FuzzyToolbox w Matlabie

Gry

1. Slajdy z wykładu

Zagadnienia na zaliczenie

1. Wykład 1
   1. Definicja sztucznej inteligencji
   2. Test Turinga
   3. Hipoteza systemu symbolicznego
   4. Reprezentajca problemu w postaci drzewa, grafu - co jest w węzłach a co na krawędziach
2. Wykład 2
   1. Przeszukiwanie algorytmy
      1. DFS - w głąb
      2. BFS - wszerz
      3. Algorytm A*
   2. Co to jest heurystyka i funkcja heurystyczna i jak się wybiera heurystykę (pojęcie heurystyki dominującej)?
3. Wykład 3
   1. Kroki w algorytmie ewolucyjnym.
   2. Co to jest osobnik i jak można zakodować różne problemu w postaci osobnika np. dla problemu komiwojażera, n-hetmanów itp?
   3. Co to jest funkcja przystosowania, przykłady funkcji przystosowania np. dla problemu komiwojażera, n-hetmanów itp?
   4. Co to jest selekcja i jak działa selekcja ruletką a jak trurniejowa?
   5. Co to jest krzyżowanie i jak działa krzyżowanie jedno, dwu-punktowe i jednorodne?
   6. Co to jest mutacja i jak się ją przeprowadza?
   7. Kiedy kończy się działanie algorytmu ewolucyjnego i co jest wynikiem jego działania?
   8. Zalety i wady algorytmów ewolucyjnych
4. Wykład 4
   1. Co to jest sieć neuronowa
   2. Jak działa pojedynczy neuron - ile ma wejść i ile wyjść.
   3. Obliczyć wyjście z neuronu przy zadanych parametrach.
   4. Jak działa werstwa neuronów
   5. Co to jest perceptron prosty
   6. Jak przebiega uczenie regułą delta (reguła perceptronu)?
   7. Jak oblicza się błąd w regule perceptronu
   8. Co to jest problem separowalny liniowo?
   9. Co to jest granica decyzyjna?