Akademija tehničko-umetničkih
strukovnih studija Beograd

Inteligentni sistemi i tehnologije Šifra: ON0023 | 6 ESPB

Opšte informacije
Nivo studija:
Godina studija: 3
Semestar/Trimestar: 6
Uslov: Programiranje i matematika
Cilj: Upoznavanje inteligentnih tehnologija u softverskim aplikacijama, sticanje znanja potrebnih za rad sa alatima za razvoj i njihovu integraciju u informacione sisteme, uvod u savremene trendove u oblasti inteligentnih sistema
Ishod: Studenti će biti osposobljeni da koriste okruženja i biblioteke radi integracije poslovne inteligencije u IS radi ostvarivanja naprednih funkcionalnosti i da se dalje samostalno usavršavaju u ovoj oblasti
Sadržaj predmeta
Teorijska nastava:
  1. Uvod u sisteme i tehnologije veštačke inteligencije
  2. Algoritmi za neinformisano pretraživanje prostora znanja
  3. Algoritmi za informisano pretraživanje prostora znanja
  4. Propoziciona logika i primena u inteligentnim sistemima
  5. Predikatska logika i primena u inteligentnim sistemima
  6. Ekspertski (produkcioni) sistemi
  7. Upoznavanje sa skript jezikom za izgradnju baze znanja produkcionih sistema
  8. Rasplinuta (fuzzy) logika i primena u inteligentnim sistemima
  9. Upoznavanje sa okruženjem za razvoj inteligentnih sistema zasnovanih na rasplinutoj logici
  10. Veštačke neuronske mreže i primene
  11. Genetski algoritam i primene
  12. Opisna (deskriptivna) logika i primene
  13. Bajesova teorema i Bejesove mreže, okruženja za dizajn Bajesovih mreža i primene
  14. Predstavljanje ontologija korišćenjem RDF standarda, okruženja za razvoj ontologija
  15. Semantički Veb i primene u sistemima zasnovanim na veštačkoj inteligenciji
Praktična nastava:
Literatura
  1. V. Devedžić, Tehnologije inteligentnih sistema, Fakultet organizacionih nauka, Beograd, 2004
  2. M. Milosavljević, Veštačka inteligencija, Singipedija 2005
  3. H. Marmanis, D. Babenko, Algorithms of the Intelligent Web, Manning, United Kingdom, 2009
  4. M.Russel, Mining the Social Web, O’Reilly, USA, 2013
Broj časova aktivne nastave (nedeljno)
Predavanja: 2
Vežbe: 2
Drugi oblici nastave: 0
Ocena znanja (maksimalan broj poena 100)
Predispitne obaveze
Poeni
aktivnosti u toku predavanja
10
aktivnosti na laboratorijskim vežbama
30
seminarski rad
0
kolokvijum
30
Završni ispit
Poeni
Pismeni ispit
30
Usmeni ispit
0