DE0478 Mākslīgais intelekts

Kods DE0478
Nosaukums Mākslīgais intelekts
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Akadēmiskais
Tematiskā joma Datorika
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Jānis Grundspeņķis
Kredītpunkti 6.0
Daļas 1
Anotācija Mākslīgais intelekts attīstās ar mērķi izstrādāt datorsistēmas, kas darbojas vai domā līdzīgi kā cilvēki, kā arī darbojas vai domā saprātīgi. Šajā studiju kursā studenti apgūst moderno pieeju mākslīgā intelekta sistēmām – intelektuālu aģentu izstrādi. Studiju kursa ietvaros tiek apskatīti tādi jautājumi kā intelektuālu aģentu īpašības, vides, arhitektūras un programmas, loģikā sakņoti intelektuālie aģenti, plānošana, nedrošu zināšanu apstrādes metodes, lietderības teorijas pamati, vienkāršus un secīgus lēmumus pieņemošu aģentu izstrāde, induktīvā apmācība, lēmumu koku apmācība, apmācība neironu tīklos, kā arī stimulētas apmācības principi. Izstrādājot studiju darbu, studentiem ir jāpielieto teorētiskās zināšanas aģentos sakņotu intelektuālu sistēmu izstrādē un to darbības analīzē..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Intelektuālo aģentu definīcija un īpašības. 2 2 0 0
Intelektuālo aģentu struktūra. 2 2 0 0
Refleksu aģenti un to paveidi. 2 2 0 0
Vides un to raksturojums. 2 2 0 0
Loģiskie aģenti. 2 2 0 0
Intelektuāli aģenti. 4 8 0 0
Pārmeklēšana. 0 8 0 0
Zināšanu atspoguļošana un zināšanu bāzes konstruēšana loģiskajiem aģentiem. 2 2 0 0
Spriešanas procedūras loģiskajos aģentos. 2 2 0 0
Secināšanas likumi izteikumu loģikā. 2 2 0 0
Nenoteiktas (neprecīzas) zināšanas un varbūtīgie spriedumi. 4 4 0 0
Pārliecību tīkli, to konstruēšana, nosacīto varbūtību tabulu atspoguļošana, nosacītās neatkarības attieksmes. 2 2 0 0
Lietderības teorijas pamati. 2 2 0 0
Lietderības funkcijas, dominēšana, prioritāšu struktūra un daudzatribūtu lietderība. 2 2 0 0
Lēmumu tīkli un lēmumu-teorētiskas ekspertu sistēmas. 2 2 0 0
Secīgu lēmumu pieņemšanas problēmas. 4 8 0 0
Stāvokļu lietderības un vērtību iterāciju algoritms. 2 4 0 0
Politiku iterācijas. 2 4 0 0
Plānošana. 4 8 0 0
Apmācības aģenta vispārīgs modelis un komponenšu raksturojums. 2 2 0 0
Induktīvā apmācība. 4 8 0 0
Lēmumu koku apmācība. 2 4 0 0
Neironu tīkli un to struktūras. 2 2 0 0
Apmācība neironu tīklos. 2 4 0 0
Perceptroni un lineāru atdalīšanas funkciju apmācība. 2 2 0 0
Daudzslāņu tīkli un atpakaļizplatīšanās apmācība. 2 2 0 0
Stimulētas apmācības principi. 4 4 0 0
Kopā: 64 96 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs 		Studiju kursa mērķis ir sniegt teorētiskās zināšanas un praktiskās iemaņas intelektuālos aģentos sakņotu datorsistēmu izstrādē. Studiju kursa uzdevumi ir: 1) iepazīstināt ar intelektuālu aģentu paradigmu, aģentu īpašībām, arhitektūrām, uzbūvi un uzvedību; 2) attīstīt prasmes lietot zināšanu atspoguļošanas shēmas un zināšanu apstrādes metodes; 3) sniegt zināšanas par lēmumu pieņemšanas un plānošanas aģentu modelēšanas metodēm; 4) attīstīt prasmes lietot mašīnmācīšanās algoritmus.
Sasniedzamie studiju
rezultāti un to vērtēšana 		Izprot intelektuālu aģentu īpašības, arhitektūras, vides un uzvedību. - Pirmais laboratorijas darbs vai atbilstošais individuālais uzdevums. Eksāmens.
Zina loģisko aģentu uzbūvi, zināšanu atspoguļošanas un spriešanas procedūras tajos. - Eksāmens.
Prot lietot dažādus pārmeklēšanas algoritmus. - Otrais laboratorijas darbs vai atbilstošais individuālais uzdevums.
Izprot plānošanas aģentu uzbūvi un plānošanas problēmu atspoguļošanu, lietojot formālās valodas. - Trešais laboratorijas darbs vai atbilstošais individuālais uzdevums.
Pārzina nedrošu zināšanu apstrādes metodes un prot lietot lēmumu pieņemšanas aģentu modelēšanas metodes. - Eksāmens.
Prot apmācīt lēmumu kokus un neironu tīklus. - Ceturtais laboratorijas darbs vai atbilstošais individuālais uzdevums.
Prot lietot stimulētas apmācības algoritmus. - Piektais laboratorijas darbs vai atbilstošais individuālais uzdevums. Eksāmens.
Studiju rezultātu vērtēšanas kritēriji
Studiju darbs, ieskaitot laboratorijas darbus - 50%
Eksāmens - 50%
 
Priekšzināšanas Stāvokļu telpas pārmeklēšanas pamatstratēģijas un zināšanu atspoguļošanas shēmas.
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 6.0 48.0 0.0 16.0 *
Pieteikties uz šo kursu
[Kursa apraksts PDF formātā]