VSFS:N_MaTR Matematická teorie rozhodování - Informace o předmětu
N_MaTR Matematická teorie rozhodování
Vysoká škola finanční a správníléto 2019
- Rozsah
- 2/0. 10 hodin KS/semestr. 6 kr. Ukončení: zk.
- Vyučující
- prof. Ing. Petr Berka, CSc. (cvičící)
- Garance
- prof. Ing. Petr Berka, CSc.
Katedra informatiky a matematiky (FES, KIM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Ivana Plačková - Rozvrh seminárních/paralelních skupin
- N_MaTR/vAPH: Pá 22. 2. 15:45–17:15 S22, 17:30–19:00 S22, So 9. 3. 9:45–11:15 S22, 11:30–13:00 S22, Pá 5. 4. 14:00–15:30 S22, P. Berka
- Předpoklady
- Tento předmět nemá žádné předpoklady.
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Aplikovaná informatika (program VSFS, N-INF) (2)
- Cíle předmětu
- Inteligentní systémy můžeme chápat jako počítačově řízené systémy, které řeší komplexní úlohy, k jejich řešení lidé využívají svou inteligenci. Ve své nejobecnější podobě inteligentní systémy mohou kombinovat jak znalostní, tak modelový přístup k dosažení různých typicky lidských schopností. Cílem předmětu je seznámit studenty se základy metod rozhodování používaných v inteligentních systémech.
- Výstupy z učení
- Na konci tohoto kurzu bude student schopen:
- vysvětlit základní přístupy k řešení úloh ve stavovém prostoru
- popsat různé rozhodovací strategie
- vysvětlit metody reprezentace a zpracování znalostí
- popsat různé způsoby vyjádření neurčitosti
- vysvětlit základní principy strojového učení a adaptace
- popsat přístupy k vytváření agentních systémů - Osnova
- - Slepé prohledávání stavového prostoru
- - Heuristické prohledávání stavového prostoru
- - Teorie her
- - Reprezentace znalostí
- - Zpracování znalostí
- - Reprezentace neurčitosti
- - Rozhodovací strategie
- - Zpracování neurčitosti
- - Strojové učení
- - Učení a adaptace
- - Reaktivní agenty
- - Deliberativní agenty
- Literatura
- povinná literatura
- Berka, Petr: Inteligentní Systémy, VŠE Praha, 2008. ISBN 978-80-245-1436-9
- neurčeno
- Russell S., Norvig P.: Artificial Intelligence. A Modern Approach. 3. edition, Pearson, 2009
- Výukové metody
- - přednášky, cvičení/semináře v prezenční formě studia,
- řízené skupinové konzultace v kombinované formě studia,
- případová studie o aplikaci inteligentních systémů
Minimální povinná účast 75% na cvičeních/seminářích v prezenční formě studia a na 50% na řízených skupinových konzultacích v kombinované formě studia - Metody hodnocení
- - závěrečný písemný test tvořený nestukturovanými otázkami (minimum 60% bodů)
- případová studie aplikace inteligentních systémů - Další komentáře
- Předmět je dovoleno ukončit i mimo zkouškové období.
- Statistika zápisu (léto 2019, nejnovější)
- Permalink: https://is.vsfs.cz/predmet/vsfs/leto2019/N_MaTR