Předmět je základní jednotka výuky, jejímž prostřednictvím si student osvojí ucelenou část souboru znalostí a dovedností, potřebnou pro zvládnutí studijního oboru/specializace. Za věcný obsah předmětu zodpovídá garant předmětu. Časovou náročnost předmětu zhruba vyjadřuje atribut předmětu rozsah kontaktní výuky. Například rozsah = 2+2 značí, že předmět bude mít týdně dvě hodiny přednášek a dvě hodiny cvičení týdně. Na závěr semestru musí vyučující provést vyhodnocení, nakolik si ten který student osvojil poznatky a dovednosti, kterých měl během výuky nabýt. Jakým způsobem toto hodnocení vyučující provedou určuje atribut způsob zakončení. U předmětu lze definovat, že předmět je zakončen pouze zápočtem(Z), klasifikovaným zápočtem(KZ), pouze zkouškou(ZK), nebo zápočtem a zkouškou(Z,ZK). Náročnost úspěšného absolvování předmětu je vyjádřena ECTS kreditními body. Výuka předmětu probíhá během semestru. Opakovaně se předmět vyučuje vždy v zimním(Z), nebo v letním(L) semestru každého akademického roku. Výjimečně může předmět být nabízen studentům v obou semestrech(Z,L). Za organizační zajištění výuky zodpovídá přiřazená katedra, která zejména vytvoří časový rozvrh předmětu a zajistí pro předmět vyučující. Někteří přednáší a zkouší, jiní vedou cvičení a udělují zápočty.
Obsahová náplň a další organizační informace, týkající se předmětu je popsána pomocí různých popisných textů(anotace, týdenní osnova, literatura, apod.)
$DODATEK_POPIS
BI-ZNS | Znalostní systémy | Rozsah kontaktní výuky: | 2P+2C | ||
---|---|---|---|---|---|
Vyučující: | Jiřina M. | Způsob zakončení: | Z,ZK | ||
Zodpovědná katedra: | 18105 | ECTS Kredity: | 5 | Semestr: | Z |
Anotace:
Studenti se seznámí s tzv. systémy založenými na znalostech (knowledge-based systems), což jsou systémy, které využívají techniky umělé inteligence při řešení problémů, které vyžadují lidské rozhodování, učení a vyvozování závěrů a akce. Předmět seznamuje studenty s filozofií a architekturou znalostních systémů pro podporu rozhodování a plánování. Předmět předpokládá znalosti z teorie množin, základů teorie pravděpodobnosti, umělých neuronových sítí a evolučních algoritmů.
Osnovy přednášek:
1. | Úvod do znalostních systémů. | |
2. | Architektura znalostního systému, reprezentace znalostí. | |
3. | Inferenční mechanizmus, metody pro realizaci inferenčního mechanizmu. | |
4. | Vyjadřování a zpracování neurčitosti. | |
5. | Tvorba znalostního systému, ontologie, získávání znalostí. | |
6. | Bayesovské sítě (příklad výpočtu). | |
7. | Vícehodnotová logika, fuzzy logika, operace ve fuzzy logice. | |
8. | Pravidlový inferenční fuzzy systém. | |
9. | Reprezentace znalostí pomocí rozhodovacích stromů. | |
10. | Neuronové sítě a jejich využití pro reprezentaci znalostí a inferenci pravidel. | |
11. | Extrakce pravidel z rozhodovacích stromů. | |
12. | Extrakce pravidel z neuronových sítí. | |
13. | Využití pravidel v multiagentních systémech. |
Osnovy cvičení:
1. | Úvodní cvičení, seznámení s pravidly hodnocení a s frameworkem pro úlohy. | |
2. | Reprezentace znalostí. Zadání a práce na 1. úloze. | |
3. | Odevzdání 1. úlohy. | |
4. | Inferenční a vysvětlovací mechanizmus. Zadání a práce na 2. úloze. | |
5. | Odevzdání 2. úlohy. | |
6. | Neurčitost. Zadání a práce na 3. úloze. | |
7. | Odevzdání 3. úlohy. | |
8. | Fuzzy logika. Zadání a práce na 4. úloze. | |
9. | Extrakce pravidel 1 | |
10. | Odevzdání 4. úlohy. | |
11. | Neuronové sítě | |
12. | Extrakce pravidel 2 | |
13. | Odevzdání závěrečné úlohy a udělení zápočtů. |
Literatura:
[1] | Provazník, I., Kozumplík, J.: Expert Systems, VUT Brno, 101 p., ISBN 80-214-1486-3, 1999 | |
[2] | Dvořák, J. Expertní systémy. Učební text VUT v Brně, fakulta strojního inženýrství. URL:http://www.uai.fme.vutbr.cz/~jdvorak/Opory/ExpertniSystemy.pdf. | |
[3] | Berka, P. a kol.: Expertní systémy. Skripta. Praha, VŠE 1998. | |
[4] | Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence 1-4, Academia, Praha, 1993-2004 | |
[5] | Pokorný M.: Umělá inteligence v modelování a řízení, BEN, Praha, 1996 | |
[6] | Vondrák I.: Umělá inteligence, Univerzita Palackého, Olomouc, 1991 | |
[7] | Sedláček V.: Umělá inteligence: Úvod, metody řešení úloh, rezoluční metoda, Státní pedagogické nakladatelství, Praha, 1987 | |
[8] | Zbořil F., Hanáček P.: Umělá inteligence, Edič. střed. VUT, Brno, 1990 | |
[9] | Šíma J., Neruda R.: Teoretické otázky neuronových sítí, Matfyzpress, 1996 | |
[10] | Zelinka I.: Umělá inteligence. Neuronové sítě a genetické algoritmy, VUTIUM, Brno, 1998 | |
[11] | J. Zvárová a kol.: Systémy pro podporu lékařského rozhodování III., Univerzita Karlova, Karolinum, Praha 2009 | |
[12] | Expertní systémy [online] http://portal.matematickabiologie.cz/index.php?pg=analyza-a-hodnoceni-biologickych-dat--umela-inteligence--expertni-systemy |
Požadavky:
Základní znalosti matematické logiky, pravděpodobnosti.a statistiky.
|
Předmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 26. 4. 2024, semestry: Z/2021-2, L/2019-20, Z/2022-3, Z/2023-4, L/2021-2, Z,L/2020-1, L/2022-3, L/2023-4, Z/2024-5, Z/2019-20, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: J. Novák, I. Halaška |