Sztuczna inteligencja

Wykłady

0. Wprowadzenie 15.  Algorytmy genetyczne
1. Informacje wstępne 16.  Algorytmy genetyczne 
2. Zastosowania, historia, symboliczna SI         17.  Algorytmy genetyczne
3. Systemy uczące się 18.  Algorytmy genetyczne 
4.  Systemy uczące się  19.  ... 
5. Sztuczne sieci neuronowe  20.  ... 
6.  Sztuczne sieci neuronowe  21.  ... 
7.  Sztuczne sieci neuronowe  22.  ... 
8.  Sztuczne sieci neuronowe 23.  ... 
9.  Zbiory rozmyte  24.  ... 
10.  Wnioskowanie w logice rozmytej  25.  ... 
11.  Systemy neuronowo-rozmyte  26.  ... 
12.  Przeszukiwanie 27.  ... 
13.  Problemy optymalizacyjne  28.  ... 
14.  Algorytmy ewolucyjne - wstęp 29.  ... 

 

Uwaga!

Do zaliczenia i egzaminu obowiązują wykłady: 1-7, 9, 10 i 15

 

Ćwiczenia laboratoryjne

Symbol   Temat
Oct    Octave 
WPA  Aproksymacja funkcji za pomocą wielowarstwowego perceptronu 
WPK  Klasyfikator neuronowy
AG Algorytmy genetyczne

 

Ćwiczenia wykonujemy w środowidku GNU Octave (wersja instalacyjna http://mxeoctave.osuv.de/)

 

Oceny i wyniki egzaminu

Zakres materiału do egzaminu

Oceny i wyniki egzaminu (aktualizacja 05 października 2015)

Uwaga! W związku z inauguracją roku akademickiego w dn. 25.09.15 r. III termin egzaminu i zaliczenia ze sztucznej inteligencji zostaje przełożony na 02.10.15 r. godz. 17.30, aula WSTI 

 

Warunki zaliczenia

  1. Obecność na zajęciach laboratoryjnych.
  2. Terminowa i samodzielna realizacja ćwiczeń laboratoryjnych i sprawozdań.
  3. Znajomość zadanego materiału oraz znajomość materiału prezentowanego na wykładzie.
  4. Zaliczone wszystkie sprawozdania.

Ocena końcową jest średnią z: 

  • ocen ze sprawozdań,
  • ocen za aktywność na zajęciach,
  • ocen z zadań dodatkowych.

 

Wymagania odnośnie sprawozdania

  • Sprawozdania ze sztucznej inteligencji przesyłamy w postaci elektronicznej (pdf) pod nazwą


WSTI_SI_Nazwisko1+Nazwisko2_SymbolĆwiczenia_SymbolGrupy.pdf


gdzie:
SymbolĆwiczenia: Oct, WPA, WPK, AG 

Przykład prawidłowej nazwy pliku ze sprawozdaniem: WSTI_SI_Nowak+Kowalski_WPA_4BZI.pdf
W temacie emaila proszę skopiować nazwę pliku ze sprawozdaniem j.w.

Sprawozdania niespełniające powyższych wymogów nie będą przyjmowane.

  • Wzór sprawozdania znajduje się na stronie internetowej. Na stronie tytułowej należy umieścić podstawowe informacje (ściśle według wzoru sprawozdania).
  • Sprawozdanie powinno zawierać:
    • A. Cel ćwiczenia.
    • B. Treść zadania.
    • C. Część teoretyczną.
    • D. Metodykę rozwiązania zadania, opis algorytmów, metod, danych.
    • E. Zestawienie i omówienie wyników.
    • F. Wnioski.
    • G. Tekst programu implementującego rozwiązanie zadania (jeśli nie znalazł się w części D).
  • Sprawozdanie (jedno na dwuosobową sekcję) przygotowują obie osoby w sekcji i obie są przygotowane do jego zaliczenia.
  • W przypadku odrabiania ćwiczenia, każda osoba w sekcji wykonuje ćwiczenie oraz sprawozdanie samodzielnie ze zmienionym numerem sekcji – 10+nr_gr (pierwsza osoba w sekcji), 20+nr_gr (druga osoba w sekcji).
  • Sprawozdania oddajemy i zaliczamy na następnych zajęciach. Jeśli sprawozdanie oddane lub zaliczane jest później, ocena jest obniżana.
  • Treść sprawozdania powinna być czytelna. Należy jasno opisać zadanie i sposób jego rozwiązania oraz dać właściwe wnioski. Kolejne czynności i warianty rozwiązania powinny być opisane w kolejnych punktach sprawozdania (zatytułowanych) tak, aby można było powtórzyć badania i eksperymenty.
  • Metoda rozwiązania powinna być dokładnie opisana, podać algorytmy, schematy itp.
  • Wyniki powinny być zestawione w czytelnej formie, zanalizowane i zinterpretowane.
  • Wszystkie wątpliwości związane z ćwiczeniem lub "dziwne" wyniki należy przedyskutować z prowadzącym.
  • Należy zwrócić uwagę na staranny układ tekstu sprawozdania, numerację stron itp.

Wykłady

0. Wprowadzenie 15.  Algorytmy genetyczne
1. Informacje wstępne 16.  Algorytmy genetyczne - schematy, metody selekcji 
2. Zastosowania, historia, symboliczna SI         17.  Algorytmy ewolucyjne
3. Systemy uczące się 18.  Algorytmy ewolucyjne - zastosowania 
4.  Systemy uczące się  19.  ... 
5. Sztuczne sieci neuronowe  20.  ... 
6.  Sztuczne sieci neuronowe  21.  ... 
7.  Sztuczne sieci neuronowe  22.  ... 
8.  Sztuczne sieci neuronowe 23.  ... 
9.  Zbiory rozmyte  24.  ... 
10.  Wnioskowanie w logice rozmytej  25.  ... 
11.  Systemy neuronowo-rozmyte  26.  ... 
12.  Przeszukiwanie 27.  ... 
13.  Problemy optymalizacyjne  28.  ... 
14.  Algorytmy ewolucyjne - wstęp 29.  ... 

 

Ćwiczenia laboratoryjne

Symbol   Temat
Mat    Matlab
KM Klasyfikator minimalnoodległościowy  |  dane
WPA  Aproksymacja funkcji za pomocą wielowarstwowego perceptronu  |  skrypt 
WPK  Klasyfikator neuronowy  |  przykłady z książki Żurady
Koh Sieć Kohonena
RSD Rozmyty system decyzyjny
SNR Sieć neuronowo-rozmyta
AG1 Algorytmy genetyczne 1  |  skrypty
AG2
Algorytmy genetyczne 2  |  skrypty
...  ...

 

Lista   

 

Zagadnienia do zaliczenia wykładu

 

Warunki zaliczenia

  1. Obecność na zajęciach laboratoryjnych (dopuszczalna jedna nieobecność).
  2. Terminowa i samodzielna realizacja ćwiczeń laboratoryjnych i sprawozdań.
  3. Znajomość zadanego materiału oraz znajomość materiału prezentowanego na wykładzie.
  4. Pozytywne oceny ze wszystkich kartkówek.
  5. Zaliczone wszystkie sprawozdania.

Ocena końcową jest średnią z: 

  • ocen ze sprawozdań,
  • ocen z kartkówek,
  • ocen za aktywność na zajęciach,
  • ocen z zadań dodatkowych.

Studenci, którzy mają aspiracje na ocenę bardzo dobrą powinni realizować zadania zamieszczane w punktach "Zadania dodatkowe dla ambitnych" w instrukcjach do poszczególnych ćwiczeń laboratoryjnych.

 

Wymagania odnośnie sprawozdania

  • Sprawozdania ze sztucznej inteligencji przesyłamy w postaci elektronicznej (pdf) pod nazwą


SIE_Nazwisko1+Nazwisko2_SymbolĆwiczenia_SymbolRoku.pdf


gdzie:
SymbolĆwiczenia znajduje się na początku każdej instrukcji (np. Mat, KM, WPA, Koh), 
SymbolRoku zawiera rok, symbol kierunku i oznaczenie "S" dla studiów stacjonarnych lub "NS" dla studiów niestacjonarnych; symbole oddzielamy znakiem "+" (rok+kierunek+S/NS)

Przykład prawidłowej nazwy pliku ze sprawozdaniem: SIE_Nowak+Kowalski_WPA_4+E+S.pdf
W temacie emaila proszę skopiować nazwę pliku ze sprawozdaniem j.w.

Sprawozdania niespełniające powyższych wymogów nie będą przyjmowane.

  • Wzór sprawozdania znajduje się na stronie internetowej. Na stronie tytułowej należy umieścić podstawowe informacje (ściśle według wzoru sprawozdania).
  • Sprawozdanie powinno zawierać:
    • A. Cel ćwiczenia.
    • B. Treść zadania.
    • C. Część teoretyczną.
    • D. Metodykę rozwiązania zadania, opis algorytmów, metod, danych.
    • E. Zestawienie i omówienie wyników.
    • F. Wnioski.
    • G. Tekst programu implementującego rozwiązanie zadania (jeśli nie znalazł się w części D).
  • Sprawozdanie (jedno na dwuosobową sekcję) przygotowują obie osoby w sekcji i obie są przygotowane do jego zaliczenia.
  • W przypadku odrabiania ćwiczenia, każda osoba w sekcji wykonuje ćwiczenie oraz sprawozdanie samodzielnie ze zmienionym numerem sekcji – 10+nr_gr (pierwsza osoba w sekcji), 20+nr_gr (druga osoba w sekcji).
  • Sprawozdania oddajemy i zaliczamy na następnych zajęciach. Jeśli sprawozdanie oddane lub zaliczane jest później, ocena jest obniżana.
  • Treść sprawozdania powinna być czytelna. Należy jasno opisać zadanie i sposób jego rozwiązania oraz dać właściwe wnioski. Kolejne czynności i warianty rozwiązania powinny być opisane w kolejnych punktach sprawozdania (zatytułowanych) tak, aby można było powtórzyć badania i eksperymenty.
  • Metoda rozwiązania powinna być dokładnie opisana, podać algorytmy, schematy itp.
  • Wyniki powinny być zestawione w czytelnej formie, zanalizowane i zinterpretowane.
  • Wszystkie wątpliwości związane z ćwiczeniem lub "dziwne" wyniki należy przedyskutować z prowadzącym.
  • Należy zwrócić uwagę na staranny układ tekstu sprawozdania, numerację stron itp.

 

 

Wykłady

0. Wprowadzenie    Dodatkowe
1. Informacje wstępne    Architektury sztucznych sieci neuronowych
2. Zastosowania, historia, symboliczna SI         Algorytmy ewolucyjne - wstęp
3. Systemy uczące się    Algorytmy genetyczne - schematy, metody selekcji
4.  Uczenie sie indukcyjne    Algorytmy ewolucyjne - zastosowania 
5. Sztuczne sieci neuronowe - regresja     
6.  Sztuczne sieci neuronowe - klasyfikacja     
7.  Sieć Kohonena     
8.  Zbiory rozmyte     
9.  Wnioskowanie w logice rozmytej     
10.  Systemy neuronowo-rozmyte     
11.  Problemy przeszukiwania     
12.  Problemy optymalizacyjne     
13.  Algorytmy genetyczne     
14.  Algorytmy ewolucyjne     

 

Ćwiczenia laboratoryjne

Symbol   Temat
Mat    Matlab
KM Klasyfikator minimalnoodległościowy  |  dane
WPA  Aproksymacja funkcji za pomocą wielowarstwowego perceptronu 
WPK  Klasyfikator neuronowy  |  przykłady z książki Żurady
Koh Sieć Kohonena
RSD Rozmyty system decyzyjny
SNR Sieć neuronowo-rozmyta
AG1 Algorytmy genetyczne 1  |  skrypty
AG2
Algorytmy genetyczne 2  |  skrypty
...  ...

 

Lista sem. 7 stacjonarne   

Lista sem. 5 stacjonarne  

Lista sem. 5 niestacjonarne

 

Zagadnienia do zaliczenia wykładu (new)

Filmy

Sieci neuronowe jako aproksymatory

Ewolucyjne metody optymalizacji

Warunki zaliczenia

  1. Obecność na zajęciach laboratoryjnych (dopuszczalna jedna nieobecność).
  2. Terminowa i samodzielna realizacja ćwiczeń laboratoryjnych i sprawozdań.
  3. Znajomość zadanego materiału oraz znajomość materiału prezentowanego na wykładzie.
  4. Pozytywne oceny ze wszystkich kartkówek.
  5. Zaliczone wszystkie sprawozdania.

Ocena końcową jest średnią z: 

  • ocen ze sprawozdań,
  • ocen z kartkówek,
  • ocen za aktywność na zajęciach,
  • ocen z zadań dodatkowych.

Studenci, którzy mają aspiracje na ocenę bardzo dobrą powinni realizować zadania zamieszczane w punktach "Zadania dodatkowe dla ambitnych" w instrukcjach do poszczególnych ćwiczeń laboratoryjnych.

 

Wymagania odnośnie sprawozdania

  • Sprawozdania ze sztucznej inteligencji przesyłamy w postaci elektronicznej (pdf) pod nazwą


SI_Nazwisko1+Nazwisko2_SymbolĆwiczenia_SymbolRoku.pdf


gdzie:
SymbolĆwiczenia znajduje się na początku każdej instrukcji (np. Mat, KM, WPA, Koh), 
SymbolRoku zawiera rok, symbol kierunku i oznaczenie "S" dla studiów stacjonarnych lub "NS" dla studiów niestacjonarnych; symbole oddzielamy znakiem "+" (rok+kierunek+S/NS)

Przykład prawidłowej nazwy pliku ze sprawozdaniem: SI_Nowak+Kowalski_WPA_4+I+S.pdf
W temacie emaila proszę skopiować nazwę pliku ze sprawozdaniem j.w.

Sprawozdania niespełniające powyższych wymogów nie będą przyjmowane.

  • Wzór sprawozdania znajduje się na stronie internetowej. Na stronie tytułowej należy umieścić podstawowe informacje (ściśle według wzoru sprawozdania).
  • Sprawozdanie powinno zawierać:
    • A. Cel ćwiczenia.
    • B. Treść zadania.
    • C. Część teoretyczną.
    • D. Metodykę rozwiązania zadania, opis algorytmów, metod, danych.
    • E. Zestawienie i omówienie wyników.
    • F. Wnioski.
    • G. Tekst programu implementującego rozwiązanie zadania (jeśli nie znalazł się w części D).
  • Sprawozdanie (jedno na dwuosobową sekcję) przygotowują obie osoby w sekcji i obie są przygotowane do jego zaliczenia.
  • W przypadku odrabiania ćwiczenia, każda osoba w sekcji wykonuje ćwiczenie oraz sprawozdanie samodzielnie ze zmienionym numerem sekcji – 10+nr_gr (pierwsza osoba w sekcji), 20+nr_gr (druga osoba w sekcji).
  • Sprawozdania oddajemy i zaliczamy na następnych zajęciach. Jeśli sprawozdanie oddane lub zaliczane jest później, ocena jest obniżana.
  • Treść sprawozdania powinna być czytelna. Należy jasno opisać zadanie i sposób jego rozwiązania oraz dać właściwe wnioski. Kolejne czynności i warianty rozwiązania powinny być opisane w kolejnych punktach sprawozdania (zatytułowanych) tak, aby można było powtórzyć badania i eksperymenty.
  • Metoda rozwiązania powinna być dokładnie opisana, podać algorytmy, schematy itp.
  • Wyniki powinny być zestawione w czytelnej formie, zanalizowane i zinterpretowane.
  • Wszystkie wątpliwości związane z ćwiczeniem lub "dziwne" wyniki należy przedyskutować z prowadzącym.
  • Należy zwrócić uwagę na staranny układ tekstu sprawozdania, numerację stron itp.