X33KUI - Kybernetika a umělá inteligence

Jedná se o úvodní obecný předmět umožňující studentům pochopit cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného oboru. V přehledu jsou uvedeny základní principy dynamických systémů, entropie, přenosu informace, algoritmické rozhodnutelnosti, řešení problémů prostředky UI, rozhodování za neurčitosti, strojového učení a formální reprezentace znalostí. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.

Přednášky | Cvičení |Požadavky a způsob klasifikace | Aktuality| Materiály

PROGRAM PŘEDNÁŠEK:

1. (Z) Úvod do kybernetiky, dynamika systémů
2. (Z) Entropie a informace
3. (Z) Přenos informace a kódování
4. (Z) Algoritmická entropie, rozhodnutelnost
5. (Z) Pravděpodobnostní rozhodování a klasifikace
6. (Z) Strojové učení
7. (P) Řešení problémů pomocí prohledávání
8. (P) Algoritmus A*
9. (P) Stochastické prohledávání (pouze pro čtvrtek)
10. (P) Dvouhráčové hry
11. (M) Regulace a řízení
12. (M) Reprezentace znalostí
13. (X) Zápočtová písemná práce

Přednášející:

Literatura k přednáškám:

1. Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence (1), Academia, Praha 1993
2. Kotek, Z., Vysoký, P., Zdráhal, Z.: Kybernetika. Praha, SNTL, 1990
3. Rich, E., Knight, K.: Artificial Intelligence. Mc-Graw Hill, 1991
4. W. R. Ashby: An Introduction To Cybernetics
5. R. O. Duda, P. E. Hart and D. G. Stork, Pattern Classification (2nd ed.), John Wiley and Sons, 2001
6. T. Mitchell: Machine Learning, McGraw Hill, 1997

PROGRAM CVIČENÍ:

Cvičení jsou rozdělena na seminární (S), zaměřená na procvičení látky probírané na přednáškách a laboratorní (L), zaměřená na praktické použití získaných znalostí.

Osnovy cvičení:

Vedoucí cvičení: 

Cvičící: 

POŽADAVKY A KLASIFIKACE:

1. Účast a aktivní činnost na cvičení. Povoleny jsou 2 absence za semestr.
2. Odevzdání všech úloh zadaných v průběhu semestru.
3. Zisk dostatečného počtu bodů.
4. Nadpoloviční bodový zisk v zápočtovém testu.

Hodnocení předmětu:

1. Předmět bude bodován, maximálně lze získat 100 bodů.
2. V průběhu semestru lze získat 60 bodů za odevzdané úlohy a dílčí testy, závěrečný zápočtový test bude hodnocen 40ti body.
3. Hodnocení za cvičení:
• Cvičení jsou rozdělena do tří logických bloků - kybernetika, učení a rozpoznávání, prohledávání stavového prostoru.
• Za každý blok lze získat 20 bodů - 10 bodů za programovou úlohu, 10 bodů za test z látky bloku.
• Dílčí 20-30 min testy budou ukončovat každý z bloků cvičení, zhruba v 1/3, 2/3 a před koncem semestru. Test lze nahradit pouze v případě omluvené absence po dohodě se cvičícím (náhradní práce, test v jiném kruhu, apod.).
4. U úloh je bodové hodnocení dáno kvalitou odevzdané práce a včasností odevzdání.
• Kvalitu úlohy definuje šíře implementace (základní požadavky versus dobrovolná a invenční rozšíření) a úroveň diskuse při prezentaci.
• Pokud student neodevzdá úlohu ve druhém laboratorním cvičení příslušného bloku dosažený bodový zisk se automaticky snižuje o 3 body.
• Pokud student úlohu neodevzdá ani v následujícím laboratorním cvičení, získá maximálně 1 bod (úlohu musí stále odevzdat - jde o nutnou podmínku udělení zápočtu).
• V případě prokazatelného odevzdání plagiátu výuka v předmětu pro studenta končí.
5. Předmět bude zakončen zápočtovým testem. Zápočtový test lze v případě neúspěchu (neúčast, nedostatečný počet bodů) 2x opakovat.
• Pro studenty zapsané na přednášku v úterý od 12:45 (převážně obor výpočetní technika) je řádným termínem testu přednáška dne 15.12. (13. týden).
• Pro studenty zapsané na přednášku ve čtvrtek od 9:15 (převážně obor kybernetika a měření) je řádným termínem testu přednáška dne 17.12. (13. týden).
• V odůvodněných případech je možné test napsat i ve druhé paralelce (v termínu přednášky, na níž student není zapsaný v IS).
• Další opravné termín(y) budou v průběhu zkouškového období.
6. Celkové hodnocení:

   Body	Stupeň ECTS	Známka
   100 - 90	A	výborně
   89 - 80	B	velmi dobře
   79 - 70	C	dobře
   69 - 60	D	uspokojivě
   59 - 50	E	dostatečně
   49 a méně	F	nedostatečně

AKTUALITY:

V 1. výukovém týdnu budou cvičení formou exkurze. Exkurze proběhne na 3 pracovištích - multiagentní systémy, inteligentní a mobilní robotika a počítačové vidění.

Exkurze proběhne v těchto řádných termínech cvičení: úterý od 14:30, středa od 12:45 a 14:30, čtvrtek od 12:45 a 14:30 a pátek od 11:00.

Účast na exkurzi je povinná (pokud se student nezúčastní bez omluvy ztrácí jednu ze dvou povolených absencí).

VÝUKOVÉ MATERIÁLY:

Veškeré výukové materiály (slajdy z přednášek, návody ke cvičením, zdrojové kódy atd.), organizační pokyny, diskusní fóra apod. jsou umístěny na hlavní stránce předmětu (Kybernetika a umělá inteligence) v e-learningovém systému Moodle. Do kurzu jste byli vloženi automaticky na základě údajů v KOSu. Další informace Vám sdělí Váš cvičící (viz. rozvrh).

V případě problémů s přihlášením do systému Moodle kontaktujte administrátora Matěje Holce.