Detail předmětu

Expertní systémy a jazyky pro umělou inteligenci

FSI-VESAk. rok: 2019/2020

Předmět začíná popisem principů činnosti expertních systémů. Dále pokračuje seznámením s vybranými jazyky pro umělou inteligenci (Lisp, Clips a Prolog) a jejich použitím pro řešení problémů umělé inteligence včetně tvorby expertních systémů. V závěrečné části předmětu jsou prezentovány vybrané expertní systémy a jsou popsány způsoby zpracování neurčitosti.

Garant předmětu

RNDr. Jiří Dvořák, CSc.

Zajišťuje ústav

Ústav automatizace a informatiky (ÚAI)

Výsledky učení předmětu

Znalost základních principů činnosti a tvorby expertních systémů. Znalost stylů funkcionálního, logického a pravidlového programování. Schopnost výběru a aplikace vhodného nástroje pro tvorbu expertního systému.

Prerekvizity

Matematické základy informatiky, základy matematické logiky a teorie pravděpodobnosti.

Doporučená nebo povinná literatura

Mařík, V. a kol. Umělá inteligence. Praha, Academia. (CS)
Giarratano, J., Riley, G. Expert Systems. Principles and Programming. Boston, PWS Publishing Company 1998. (EN)
Jackson, P. Introduction to Expert Systems. Harlow, Addison-Wesley 1999. (EN)
Seibel, P. Practical Common Lisp. Apress, 2005. http://www.gigamonkeys.com/book/ (EN)
Kelemen J. a kol. Tvorba expertních systémů v prostředí CLIPS. Praha, Grada 1999. (CS)
Luger, G.F. Artificial Intelligence. Structures and Strategies for Complex Problem Solving. Harlow, Addison-Wesley 2008. (EN)
Merrit, D. Building Expert Systems in Prolog. Berlin, Springer-Verlag 1989. http://www.amzi.com/ExpertSystemsInProlog/index.htm (EN)
Bratko, I. Prolog Programming for Artificial Intelligence. Pearson Education 2011. (EN)
Luger, G.F.; Stubblefield, W.A. AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and Java. Addison-Wesley 2008. (EN)

Plánované vzdělávací činnosti a výukové metody

Předmět je vyučován formou cvičení zaměřených na praktické používání jazyků umělé inteligence (Lisp, Clips a Prolog) a na tvorbu expertních systémů.

Způsob a kritéria hodnocení

Požadavky pro klasifikovaný zápočet: aktivní účast ve cvičeních, absolvování závěrečného testu a vypracování semestrálního projektu.

Jazyk výuky

čeština

Cíl

Cílem předmětu je, aby studenti pochopili principy činnosti expertních systémů, seznámili se s jazyky umělé inteligence a byli schopni je použít k tvorbě expertních systémů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Účast na cvičeních je povinná. Zameškaná výuka může být nahrazena zpracováním zadaných úloh.

Zařazení předmětu ve studijních plánech

  • Program M2I-P magisterský navazující

    obor M-AIŘ , 1. ročník, letní semestr, 3 kredity, povinně volitelný
    obor M-AIŘ , 1. ročník, letní semestr, 3 kredity, povinně volitelný

Typ (způsob) výuky

 

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

RNDr. Jiří Dvořák, CSc.

Osnova

1. Úvod do expertních systémů.
2. Seznámení s jazykem Lisp.
3. Řešení úloh v Lispu, příklady aplikací.
4. Tvorba expertních systémů v Lispu.
5. Seznámení se systémem Clips.
6. Řešení úloh v Clipsu, příklady aplikací.
7. Tvorba expertních systémů v Clipsu.
8. Seznámení s jazykem Prolog.
9. Řešení úloh v Prologu, příklady aplikací
10. Tvorba expertních systémů v Prologu.
11. Příklady komerčních a nekomerčních expertních systémů.
12. Zpracování neurčitosti v expertních systémech.
13. Vyhodnocení semestrálních projektů.

eLearning

eLearning: aktuální otevřený kurz