Интелигентни системи и технологије Шифра: ON0023 | 6 ЕСПБ

Опште информације
Ниво студија:
Година студија: 3
Семестар/Триместар: 5
Услов: Програмирање и математика
Циљ: Упознавање интелигентних технологија у софтверским апликацијама, стицање знања потребних за рад са алатима за развој и њихову интеграцију у информационе системе, увод у савремене трендове у области интелигентних система
Исход: Студенти ће бити оспособљени да користе окружења и библиотеке ради интеграције пословне интелигенције у ИС ради остваривања напредних функционалности и да се даље самостално усавршавају у овој области
Садржај предмета
Теоријска настава:
  1. Увод у системе и технологије вештачке интелигенције
  2. Алгоритми за неинформисано претраживање простора знања
  3. Алгоритми за информисано претраживање простора знања
  4. Пропозициона логика и примена у интелигентним системима
  5. Предикатска логика и примена у интелигентним системима
  6. Експертски (продукциони) системи
  7. Упознавање са скрипт језиком за изградњу базе знања продукционих система
  8. Расплинута (fuzzy) логика и примена у интелигентним системима
  9. Упознавање са окружењем за развој интелигентних система заснованих на расплинутој логици
  10. Вештачке неуронске мреже и примене
  11. Генетски алгоритам и примене
  12. Описна (дескриптивна) логика и примене
  13. Бајесова теорема и Бејесове мреже, окружења за дизајн Бајесових мрежа и примене
  14. Представљање онтологија коришћењем RDF стандарда, окружења за развој онтологија
  15. Семантички Веб и примене у системима заснованим на вештачкој интелигенцији
Практична настава:
Литература
  1. Goran Šimić, Tehnologije i sistemi veštačke inteligencije, Akademija tehničko-umetničkih strukovnih studija Beograd, Odsek Visoka škola elektrotehnike i računarstva, Vojvode Stepe 283, Beograd, ISBN 978-86-6090-186-8, COBISS.SR-ID 182283273, 242 strana, 2025
  2. M.Russel, Mining the Social Web, O’Reilly, USA, 2013
Број часова активне наставе (недељно)
Предавања: 2
Вежбе: 2
Други облици наставе: 0
Оцена знања (максималан број поена 100)
Предиспитне обавезе
Поени
активности у току предавања
10
активности на лабораторијским вежбама
30
семинарски рад
0
колоквијум
30
Завршни испит
Поени
Писмени испит
30
Усмени испит
0