Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Alkalmazott mesterséges intelligencia

    A tantárgy angol neve: Applied Artificial Intelligence

    Adatlap utolsó módosítása: 2018. június 25.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Üzemmérnök-informatikus szak,BProf képzés, közös tárgy
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMIBB01 3 2/0/2/v 5  
    3. A tantárgyfelelős személy és tanszék Dr. Pataki Béla József, Méréstechnika és Információs Rendszerek Tanszék
    4. A tantárgy előadója Dr. Pataki Béla egyetemi docens, BME Méréstechnika és Információs Rendszerek Tanszék
    5. A tantárgy az alábbi témakörök ismeretére épít Matematikai logika, algoritmusok, valószínűségszámítás, számítástechnika alapjai
    6. Előtanulmányi rend
    Kötelező:
    Training.Code=("5N-A9") ÉS
    TárgyEredmény("BMEVISZBA01", "FELVETEL", _) > 0 ÉS
    TárgyEredmény("BMEVIEEBA01", "FELVETEL", _) > 0

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    7. A tantárgy célkitűzése

    A tantárgy fő célkitűzése a mesterséges intelligencia területének rövid, ám igényes, elsősorban alkalmazásra irányuló bemutatása. A bemutatás lépései: (1) az intelligens viselkedés mibenléte, fontossága alkalmazásának célja, a számítási modellekkel való kifejezésének problémaköre, (2) a mesterséges intelligencia alapvető formális és heurisztikus módszereinek bemutatása, alkalmazásának lehetőségei és korlátai (3) a gyakorlati megvalósítás módszerei és problémái.

    A tárgy a hallgatóknak azokat a képességeit fejleszti, melyek révén képesek lesznek:

    - alkalmazni a számítógépet újszerű (intelligens módszereket használó) feladatokra,

    - hatékony módszereket használni számítási problémák megoldására,

    - megérteni a számítástechnika és a számítástudomány technológiai és koncepcionális korlátait

    8. A tantárgy részletes tematikája

    Az előadások tematikája:

    Előadás

    Előadás anyaga

    1.

    Bevezető: MI problémák választéka, intelligencia és alapvető kérdések, mérnöki szemlélet, előzmények.

    2.

    Egy mintafeladat elemzése. Hogyan gazdálkodunk az információval? Mire van szükség, ha a feladat nem triviális, de nem is lehetetlen. Mit nyerünk, mit adunk fel? Mik a megoldás buktatói?

    3.

    Intelligens rendszerek ágensei, komponenseik, környezetek, architektúra és program, keresési tér és az alapvető ágenstípusok viselkedése. Mit jelent intelligensnek lenni?

    4.

    Keresési eljárások alkalmazása problémamegoldásra: az intelligens rendszerek átfogó algoritmusai. Hogyan kell az eddig megismert algoritmusokat alkalmazni az intelligencia fokozása érdekében.

    5.

    Kényszerkielégítés alkalmazása problémamegoldásra. Problémamegoldás többágenses környezetben - keresés ellenséges környezetben.

    6.

    Logika alkalmazása a tudás ábrázolásában és a következtetésben.

    7.

    Intelligens megoldások alkalmazása a valóságban - hiányos, bizonytalan és változó tudás: bizonytalanság és valószínűségszámítás.

    8.

    További eszközök a bizonytalanság kezelésére. Racionalitás és hasznosság. Intelligencia, mint a racionális döntés képessége. Markov Döntési Folyamatok alapjai, alkalmazása

    9.

    Az intelligencia alapvető mechanizmusa - a tanulás. Alapvető fogalmak, alapvető feladatok. Döntési fák alkalmazása

    10.

    Neurális hálók alkalmazása. A tanítás.

    11.

    Mély neurális hálók alapvető komponensei, alkalmazásuk, tanításuk

    12.

    Megerősítéses tanulás feladata, alapvető módszerei, alkalmazása

    13.

    Q-tanulás előnyei, hátrányai, alkalmazása

    14.

    Ajánlórendszerek feladata, alapmódszerei, alkalmazása

    A laborok tematikája:

    Labor

    Labor anyaga

    1.

    Intelligens ágensek

    2.

    Keresési eljárások

    3.

    Kényszerkielégítés

    4.

    Döntési fák

    5.

    Logika alkalmazása a tudás ábrázolásában és a következtetésben

    6.

    Neurális hálók

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    Az elméleti előadásokon átadott tudást a kapcsolódó laborfoglalkozásokon mélyítik el és egyben alkalmazási tapasztalatot szereznek.

    10. Követelmények

    a.      A szorgalmi időszakban:

    Az előadáshoz kapcsolódóan kéthetente négyórás laborgyakorlatokat tartunk, az egyes laborokat pontszámmal értékeljük.

    A félévi aláírás és egyben az elégtelentől különböző érdemjegy szükséges feltételei:

    • a ZH minimum 40%-os megírása,
    • legalább 4 labor elégséges szintű elvégzése

    b.      A vizsgaidőszakban:

    A tárgyból írásbeli vizsgát tartunk. Az átlagot meghaladó félévközi teljesítmény alapján mód van megajánlott jegy megszerzésére. Az elégséges osztályzathoz a vizsgadolgozat minimum 40%-os teljesítése szükséges.

    c.       Osztályozás:

    A vizsgaosztályzat megállapítása 60%-ban az írásbeli vizsga és 40%-ban a félévközi pontszám (a ZH-n és a laborok során kapott pontok összege) alapján történik.

    11. Pótlási lehetőségek

    A TVSZ szerint. A ZH-nak csak egy pótlási alkalma van (pót-pót ZH-t nem tartunk). A laboralkalmak nem pótolhatók.

    12. Konzultációs lehetőségek

    Igény esetén, megbeszélés alapján.

    13. Jegyzet, tankönyv, felhasználható irodalom

    Stuart Russell és Peter Norvig: Mesterséges intelligencia korszerű megközelítésben, Panem Kiadó, Budapest, 1999

    Stuart Russell és Peter Norvig: Mesterséges intelligencia korszerű megközelítésben, 2., átdolgozott kiadás, Panem Kiadó, Budapest, 2006

    Mesterséges Intelligencia Elektronikus Almanach, http://mialmanach.mit.bme.hu/aima/index

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontaktóra56
    Készülés előadásokra10
    Készülés laborra
     28
    Készülés zárthelyire16
    Vizsgafelkészülés40
    Összesen150
    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék:

    Dr. Pataki Béla

    egyetemi docens

    BME Méréstechnika és Információs Rendszerek

    Dr. Hullám Gábor

    egyetemi adjunktus

    BME Méréstechnika és Információs Rendszerek