Introduction to Computational Intelligence: Rozdiel medzi revíziami

 
(7 medziľahlých úprav od rovnakého používateľa.)
Riadok 8: Riadok 8:
 
   | form = P - prednáška (2), S - seminar (1)
 
   | form = P - prednáška (2), S - seminar (1)
 
   | evaluation = 70/30  
 
   | evaluation = 70/30  
   | webpage = [[http://ii.fmph.uniba.sk/~farkas/ci.html]]
+
   | webpage = http://dai.fmph.uniba.sk/courses/ICI
   | teacher = [[Igor Farkas|doc. Ing. Igor Farkaš, PhD.]]
+
   | teacher = [[Igor Farkas|prof. Ing. Igor Farkaš, Dr.]]
 
   | email = farkas[[Image:zavinac.gif|@]]fmph.uniba.sk
 
   | email = farkas[[Image:zavinac.gif|@]]fmph.uniba.sk
   | homepage = http://ii.fmph.uniba.sk/~farkas/
+
   | homepage = http://cogsci.fmph.uniba.sk/~farkas/
   | description = Oboznámiť so základnými princípmi rôznych výpočtových metód spracovania dát, ktoré možno sumárne nazvať výpočtovou inteligenciou. Sem zaradíme doménu symbolovej umelej inteligencie (propozičná a predikátová logika), prístupy inšpirované prírodou (konekcionistické modely, evolučné algoritmy a fuzzy systémy), ako aj rôzne matematické a štatistické metódy vhodné na riešenie úloh, ktoré vyžadujú inteligenciu (od kognitívneho agenta). Po absolvovaní predmetu sa študenti budú vedieť zorientovať v oblasti výpočtovej inteligencie tak, že budú konceptuálne rozumieť pojmom a algoritmom, a budú vedieť vybrať vhodný prístup pre danú úlohu.
+
   | description = Oboznámiť so základnými princípmi rôznych výpočtových metód spracovania dát, ktoré možno sumárne nazvať výpočtovou inteligenciou. Patria sem hlavne prístupy k riešeniu (ťažkých) problémov zdola nahor založené na rôznych heuristikách (tzv. soft computing), než exaktné prístupy tradičnej umelej inteligencie založené na logike. Príkladom sú prírodou inšpirované metódy (neurónové siete, evolučné algoritmy), fuzzy systémy, ako aj rôzne matematické a štatistické metódy pracujúce s neurčitosťou (napr. bayesovské modely) a rôzne metódy strojového učenia (napr. posilňovaním). Cieľom kurzu je, aby po absolvovaní predmetu sa študenti vedeli zorientovať v oblasti výpočtovej inteligencie tak, že budú konceptuálne rozumieť pojmom a algoritmom, a budú vedieť vybrať vhodný prístup pre danú úlohu. Predmet bude obohatený riešenými príkladmi.
   | offered_in = Povinný v [[Master program in Cognitive Science|Magisterskom programe Kognitívna veda]] momentálne suspendovaný
+
   | offered_in = Povinný v [[Master program in Cognitive Science|Magisterskom programe Kognitívna veda]]
 
   | recommendations = žiadne
 
   | recommendations = žiadne
 
}}
 
}}

Aktuálna revízia z 20:16, 3. september 2015

Úvod do výpočtovej inteligencie 2-IKV-115

choď na zoznam všetkých predmetov...

Názov a kód predmetu: Úvod do výpočtovej inteligencie (2-IKV-115)
Prerekvizity: žiadne
Vyučuje sa/odporúčaný ročník: Zimný semester / 1
Forma a # hodín/týždeň: P - prednáška (2), S - seminar (1)
Kredity: 5
Hodnotenie (semester/skúška): 70/30
Webstránka predmetu: http://dai.fmph.uniba.sk/courses/ICI
Informačný list: Informačný list 2-IKV-115 (fakultná služba)
Vyučujúci: prof. Ing. Igor Farkaš, Dr.
E-mail: farkas@fmph.uniba.sk
Domovská stránka: http://cogsci.fmph.uniba.sk/~farkas/

Popis predmetu:

Oboznámiť so základnými princípmi rôznych výpočtových metód spracovania dát, ktoré možno sumárne nazvať výpočtovou inteligenciou. Patria sem hlavne prístupy k riešeniu (ťažkých) problémov zdola nahor založené na rôznych heuristikách (tzv. soft computing), než exaktné prístupy tradičnej umelej inteligencie založené na logike. Príkladom sú prírodou inšpirované metódy (neurónové siete, evolučné algoritmy), fuzzy systémy, ako aj rôzne matematické a štatistické metódy pracujúce s neurčitosťou (napr. bayesovské modely) a rôzne metódy strojového učenia (napr. posilňovaním). Cieľom kurzu je, aby po absolvovaní predmetu sa študenti vedeli zorientovať v oblasti výpočtovej inteligencie tak, že budú konceptuálne rozumieť pojmom a algoritmom, a budú vedieť vybrať vhodný prístup pre danú úlohu. Predmet bude obohatený riešenými príkladmi.

Je časťou študijného programu: Povinný v Magisterskom programe Kognitívna veda

Odporúčania: žiadne