Akademija tehničko-umetničkih
strukovnih studija Beograd

Inteligentni sistemi i tehnologije Šifra: ON0023 | 6 ESPB

Opšte informacije
Nivo studija:
Godina studija: 3
Semestar/Trimestar: 5
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. 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
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