Excel
Kursa nosaukums Mākslīgais intelekts
Kursa kods DatZ3005
Zinātnes nozare Datorzinātne un informātika
Kredītpunkti (ECTS) 3
Kopējais stundu skaits kursā 81
Lekciju stundu skaits 16
Semināru un praktisko darbu stundu skaits 16
Studenta patstāvīgā darba stundu skaits 49
Kursa apstiprinājuma datums 19/10/2011
Atbildīgā struktūrvienība Datoru sistēmu un datu zinātnes institūts
 
Kursa izstrādātājs(-i)
Mg. sc. ing., Oļesja Ļegostajeva

Priekšzināšanas
Kursam priekšzināšanas nav nepieciešamas
 
Kursa anotācija
Kursā ir ietverti jautājumi par diviem fundamentāliem mākslīgā intelekta izpētes objektiem: risinājuma meklēšana un zināšanu atspoguļošana. Kursa programma dod pamatzināšanas par iespējām sarežģītu problēmu risināšanā, izmantojot dažādas mākslīgā intelekta metodes (stāvokļu telpas, neinformētās pārmeklēšanas algoritmu, heiristiskās pārmeklēšanas algoritmu, zināšanu atspoguļošanas shēmas). Liela uzmanība tiek pievērsta problēmas stāvokļu telpas konstruēšanai, risinājuma meklēšanai izmantojot pārmeklēšanas algoritmus, zināšanu par problēmu atspoguļošanai izmantojot semantiskos tīklus, konceptuālos grafus, skriptus, freimus.
Kursa rezultāti un to vērtēšana
• Zināšanas par mākslīgā intelekta jēdzieniem, mākslīgā intelekta pielietošanas iespējām, problēmas apraksta un risinājuma meklēšanas iespējām.
• prasmes izstrādāt stāvokļu telpas, novērtēt to sarežģītību, implementēt pārmeklēšanas algoritmus. • kompetence strādājot grupā vai individuāli, izmantojot noteiktus intelektuālā intelekta metodes un algoritmus, aprakstīt problēmu un risināt to, pamatojot savu viedokli.
Kursa saturs(kalendārs)
1 Problēmas stāvokļu telpas konstruēšana, ņemot vērā ierobežojumus.
2 Pārmeklēšanas realizācija
3 Stāvokļu telpas sarežģītības novērtēšana
4 Heiristiskās novērtējuma funkcijas konstruēšana
5 Spēles koka ģenerēšana
6 Programmēšana valodā OPS5
7 Prolog valodas izmantošana. Sastādīt un pārbaudīt nelielu programmu valodā Prolog.
8 LISP valodas izmantošana. Sastādīt un pārbaudīt nelielu programmu valodā LISP. 9 Problēmas atspoguļošana kā semantiskais tīkls.
Prasības kredītpunktu iegūšanai
Semestra laikā par regulāru darbu iespējams uzkrāt 80 punktus par izpildītiem patstāvīgiem darbiem. Semestrim beidzoties, punkti tiek sasummēti, un tie var noteikt eksāmena pamat atzīmi (10 punkti veido eksāmena atzīmes 1 balli). Šo vērtējumu iespējams paaugstināt eksāmena laikā.
Obligātā literatūra
1. Moskvins G. Intelektuālās sistēmas un tehnoloģijas: mācību līdzeklis studiju priekšmetam "Intelektuālās sistēmas un tehnoloģijas". Jelgava : LLU, 2008. 136 lpp.
2. Staab S., Rudi S. Handbook on ontologies [elektronisks resurss]. 2nd ed. Berlin; Heidelberg: Springer, 2009. 3. Rivža P., Arhipova I. Ievads ekspertu sistēmās : lekciju konspekts LLU studentiem. Jelgava : LLU, 1995. 87 lpp.
Papildliteratūra
1. Russell S.J. Искусственный интеллект : современный подход. 2-е изд. Москва [и др.] : Вильямс, 2007. 1407 c. 2. Mākslīgais intelekts. [tiešsaite], [skatīts 2011.g. 6. nov.]. Pieejams: www.intelligence.lv
Piezīmes
Ierobežotās izvēles studiju kurss ITF akadēmiskās studiju programmas "Datorvadība un datorzinātne" studentiem.