English tutorial is here.

Úvod do umělé inteligence: Cvičení

Cílem předmětu je poskytnout studentům přehled základních metod a konceptů umělé inteligence a ukázat studentům, jak se představené techniky prakticky používají.

Základní informace

Obsah předmětu

  • Zavedení pojmů, historie
  • Řešení úloh prohledáváním (A* a spol.)
  • Splňování podmínek (Constraint satisfaction programming)
  • Logické uvažování (dopředné a zpětné řetězení, rezoluce, SAT)
  • Automatické plánování
  • Pravděpodobnostní uvažování (Bayesovské sítě)
  • Rozhodování
  • Hry a teorie her
  • Strojové učení (rozhodovací stromy, regrese, zpětnovazební učení)
  • Filozofické a etické aspekty

Zápočet

Pokud se stávající situace výrazně nezmění, bude zápočet udělen za domácí úkoly. Z každého úkolu můžete získat alespoň 10 bodů a na zápočet potřebujete získat minimálně 70 bodů. Předběžně plánujeme těchto 10 domácích úkolů.
  • Heuristiky pro A* algoritmus
  • Úplné barvení pomocí Constraint satisfaction programming (CSP)
  • 3-partition pomocí logických podmínek (SAT)
  • Přeprava balíků s využitím automatického plánování
  • Hledání min s použitím podmíněné pravděpodobnosti
  • Lokalizace robota pomocí Markovských procesů
  • Hledání cesty pro rozbitého robota pomocí Bellmanovy rovnice
  • Minimaxový algoritmus pro jednoduchou hru
  • Rozhodovací stromy pro zjišťování cukrovky
  • Klasifikace článků neuronovou sítí

Pravidla a další podrobnosti jsou na gitu.

K organizaci cvičení budeme využívat tyto nástroje.

  • Git k získávání materiálů k domácím úkolům.
  • ReCodExu pro odevzdávání úkolů.
Žádám všechny studenty mého cvičení, aby se přihlásili do mojí skupiny v recodexu. Dále si stáhněte a pravidelně aktualizujte gitový repozitář s podklady k domácím úkolům.

Literatura

  • S. Russell, P. Norvig: Artificial Intelligence. A Modern Approach, Prentice Hall, 2010

Cvičení

  • 20.-28.2.: Úvod, A* algoritmus a heuristiky
  • 6.-7.3.: Constraint satisfaction programming