Veštačka inteligencija Šifra: 130217 | 6 ESPB
Opšte informacije
Nivo studija:
Godina studija:
2
Semestar/Trimestar:
4
Uslov:
Cilj:
Upoznavanje sa aktuelnim konceptima, metodama i tehnikama statističkih i simboličkih pristupa veštačkoj inteligenciji, sa posebnim osvrtom na sisteme za obradu prirodnih jezika.
Ishod:
Studenti će razviti razumevanje aktuelnih koncepata, metoda i tehnika statističkih i simboličkih pristupa veštačkoj inteligenciji, i osposobiće se da projektuju sisteme za obradu prirodnih jezika.
Sadržaj predmeta
Teorijska nastava:
- Osnove n-grama,
- Treniranje i testiranje n-grama,
- Konačni automati,
- Markovljevi lanci,
- Skriveni Markovljevi modeli,
- Skriveni Markovljevi modeli,
- Bajesova teorema i automatsko prepoznavanje govora,
- Kontekstno nezavisne gramatike
- Algoritmi za parsiranje teksta,
- Reprezentovanje značenja i modelovanje konteksta,
- Kontekstno zavisna interpretacija stimulansa,
- Odlučivanje i učenje,
- Adaptivno upravljanje mašinskim dijalogom,
- Konverzacioni agenti,
- Kognitivno inspirisani pristupi.
Praktična nastava:
- Uvežbavanje predstavljenih koncepata, metoda i tehnika kroz primere.
Literatura
- Stuart Russell, Peter Norvig, Veštačka inteligencija: savremeni pristup, Računarski fakultet, 2011.
- Jurafsky, Daniel, and James H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics, 2nd edition. Prentice-Hall.2009.
- J.Allen, Natural Language Understanding, 2nd edition. The Benjamin /Cummings Publishing Company, 1994.
Broj časova aktivne nastave (nedeljno)
Predavanja:
2
Vežbe:
3
Drugi oblici nastave:
0
Ocena znanja (maksimalan broj poena 100)
Predispitne obaveze
Poeni
aktivnosti u toku predavanja
0
aktivnosti na laboratorijskim vežbama
seminarski rad
0
kolokvijum
50
Završni ispit
Poeni
Pismeni ispit
Usmeni ispit