Студопедія
рос | укр

Головна сторінка Випадкова сторінка


КАТЕГОРІЇ:

АвтомобіліБіологіяБудівництвоВідпочинок і туризмГеографіяДім і садЕкологіяЕкономікаЕлектронікаІноземні мовиІнформатикаІншеІсторіяКультураЛітератураМатематикаМедицинаМеталлургіяМеханікаОсвітаОхорона праціПедагогікаПолітикаПравоПсихологіяРелігіяСоціологіяСпортФізикаФілософіяФінансиХімія






Задача 2.


Дата добавления: 2015-10-18; просмотров: 421



АВТОНОМНОЙ РЕСПУБЛИКИ КРЫМ

РЕСПУБЛИКАНСКОЕ ВЫСШЕЕ УЧЕБНОЕ ЗАВЕДЕНИЕ

«КРЫМСКИЙ ИНЖЕНЕРНО-ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ»

Факультет Информатики

 

Кафедра Информационно-компьютерных технологий

 

 

УТВЕРЖДАЮ

Декан факультета

______________(Ф.И.О.)

«___»________20__года

 

РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА

дисциплины "СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА"

 

для студентов направления подготовки 7.04030201– Информатика

отрасль знаний 0403 – Системные науки и кибернетика

 

 

Симферополь, 2011


 

Рабочая учебная программа составлена

на базе учебной программы, разработанной В.С. Крыловым

(название типовой программы)

Рабочая программа разработана

_____________________ Крыловым В.С., к.б.н.

 

Рабочая учебная программа рассмотрена и утверждена на заседании кафедры информационно-компьютерных технологий

Протокол №_5_ от «_3__» _ноября__2011 года

 

Заведующий кафедрой

________________________________ Сейдаметова З.С., д.пед.н., проф.

 

 

Рабочая учебная программа согласована с учебно-методической комиссией факультета информатики

Протокол №_4_ от «_11__» _ноября__ 2011 года

 

Председатель УМК факультета

__________________________ Джелдубаев Р.С., к.ф.-м.н., доцент

 

 

 

Рабочая учебная программа переутверждена на заседании кафедры ______________________

информационно-компьютерных технологий

Протокол №____ от «___»__________20__ года

 

Заведующий кафедрой

________________________________ (ФИО)

 

 

Согласована учебно-методической комиссией ___________________________ факультета

Протокол № _______ от ________ ____________ 20____г.

 

Председатель УМК факультета ______________________________________________ (ФИО)

 

 

 

Рабочая учебная программа переутверждена на заседании кафедры ______________________

Протокол № _______ от ________ ____________ 20____г.

 

Заведующий кафедрой _________________________________ (ФИО)

 

Согласована учебно-методической комиссией ___________________________ факультета

Протокол № _______ от ________ ____________ 20____г.

 

Председатель УМК факультета _________________________________ (ФИО)

 


Цели и задачи дисциплины.

 

Цель дисциплины - дать будущим специалистам по информатике знания в области в области автоматизации сложно формализуемых задач, которые до сих пор относятся к исключительным свойствам человеческого интеллекта. В настоящее время ценность конечного программного продукта, а следовательно работы программиста, практически определяется тем, какую часть интеллектуальной нагрузки может взять на себя компьютер в процессе взаимодействия с пользователем. Одним из способов достижения максимального прогресса в этой области, является "искусственный интеллект", когда компьютер берет на себя не только однотипные, многократно повторяющиеся операции, но и сам обучатся в процессе общения. Кроме того, создание полноценного "искусственного интеллекта" открывает перед человечеством новые горизонты развития.

Дисциплина входит в цикл самостоятельного выбора ВУЗа.

Задачейизучения дисциплины является приобретение знаний о способах мышления человека, а так же о методах их реализации на компьютере. Основным предметом изучения дисциплины являются мыслительные способности человека и способы их реализации техническими средствами.


Требования к уровню подготовки студента, завершившего освоение дисциплины (результат обучения)

 

В результате изучения дисциплины студент должен

знать:

· базовые понятия и терминология

· Философские аспекты проблемы систем искусственного интеллекта.

· историю развития систем искусственного интеллекта.

· архитектура и основные составные части систем

· системы распознавания образов (идентификации)

· нейронные сети

· организацией баз знаний и экспертных систем

уметь:

· проводить анализ неформальных процедур решения задач

· разрабатывать алгоритмические модели

· работать с типовыми базами знаний и экспертными системами

владеть:

· методами логического анализа неформальных процедур приобретения знаний

· основными методами разработки нейронных сетей.

· Основными методами распознавания образов


Общая характеристика дисциплины и распределение учебного времени по видам занятий

 

Семестр Общее количество часов Количество кредитов по ECTS Количество модулей Аудиторных часов СР ИР Итоговый контроль (экзамен, зачет)
Итоговых Содержательных Всего Л П С Лаб
Дневная форма обучения
- -
Заочная форма обучения
         

*** сокращения:

Л - лекции

П - практические занятия

С - семинарские занятия

Лаб. - лабораторные занятия

СР - самостоятельная работа

ИР - индивидуальная работа


Содержание и структура учебной дисциплины

 

Название содержательных модулей и тем Всего по учебному плану Количество часов за видами занятий
Аудиторные Внеаудиторные
Всего из них Всего СР ИР
Л П С Лаб
Системы искусственного интеллекта
                   
  Тема 1: Базовые понятия                  
  Терминология - -      
  Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность).
  История развития систем ИИ.
  Тема 2: Архитектура и основные составные части систем                  
  Различные подходы к построению систем - -      
  Вспомогательные системы нижнего уровня (распознавание образов зрительных и звуковых, идентификация, моделирование, жесткое программирование) и их место в системах
  Тема 3: Системы распознавания образов (идентификации)                  
  Понятие образа - -      
  Проблема обучения распознаванию образов (ОРО)
  Геометрический и структурный подходы.
  Гипотеза компактности
  Обучение и самообучение. Адаптация и обучение - -      
  Перцептроны
  Нейронные сети
  История исследований в области нейронных сетей - -      
  Модель нейронной сети с обратным распространением ошибки (back propagation)
  Нейронные сети: обучение без учителя
  Нейронные сети Хопфилда и Хэмминга - -      
  Метод потенциальных функций
  Метод группового учета аргументов МГУА
  Метод наименьших квадратов - -      
  Коллективы решающих правил
  Методы и алгоритмы анализа структуры многомерных данных
  Кластерный анализ - -      
  Иерархическое группирование
  Тема 4. Логический подход к построению систем ИИ                  
  Неформальные процедуры - -      
  Алгоритмические модели
  Продукционные модели
  Элементы нечеткой логики
  Язык Пролог - -      
Итого по курсу    

Тематический план лекций


<== предыдущая лекция | следующая лекция ==>
Завдання 9. | Задача 3.
1 | <== 2 ==> | 3 |
Studopedia.info - Студопедия - 2014-2024 год . (0.234 сек.) російська версія | українська версія

Генерация страницы за: 0.234 сек.
Поможем в написании
> Курсовые, контрольные, дипломные и другие работы со скидкой до 25%
3 569 лучших специалисов, готовы оказать помощь 24/7