Treścią wykładu jest wprowadzenie do zagadnień sztucznej inteligencji, takich
jak reprezentacja wiedzy, heurystyka, wnioskowanie, planowanie działań,
podejmowanie decyzji, postępowanie w warunkach niepewności, a także wstęp do
metod maszynowego uczenia się
**Program:**
1. Reprezentacja w przestrzeni stanow, przeszukiwanie, strategie zachłanne, wykorzystanie informacji heurystycznej, przeszukiwanie na grafach, przeszukiwanie dla gier dwuosobowych, i dla zagadnień CSP.
2. Reprezentacja oparta na logice, dowodzenie twierdzeń i wnioskowanie przy użyciu logiki pierwszego rzędu. Rachunek sytuacji. Wnioskowanie w warunkach niepewności, logiki niemonotoniczne, systemy zachowania spojności logicznej (TMS).
3. Klasyczne planowanie działań: STRIPS, PDDL, algorytmy POP i GRAPHPLAN.
4. Reprezentacja probabilistyczna, prawdopodobieństwo warunkowe, probabilistyczne sieci przekonań, funkcje użyteczności, diagramy wpływow, wartość informacji.
5. Podejmowanie złożonych decyzji, problemy decyzyjne Markowa, podstawowe algorytmy, zagadnienia POMDP.
6. Metody maszynowego uczenia się: uczenie się indukcyjne, drzewa decyzyjne. Uczenie się ze wzmocnieniem. Obliczeniowa teoria uczenia się, model PAC.
Literatura:
* Russell, Norvig, Artificial Intelligence A Modern Approach, Third Edition, Prentice-Hall, 2010
* Cichosz, Systemy uczące się, WNT, Warszawa 2000
* Materiały internetowe
Fri 12:15-2pm, you must book a slot at https://calendar.google.com/calendar/selfsched?sstoken=UUtYVm5mOVkxUVRNfGRlZmF1bHR8ZmJjZmRiMzU4ODA0NDAyYTYzOTZiZjNjY2Y2ZDQwODk