Celem wykładu jest wprowadzenie do zagadnień sztucznej inteligencji, takich
jak reprezentacja wiedzy, heurystyka, wnioskowanie, planowanie działań,
podejmowanie decyzji, uczenie się, a także postępowanie w warunkach
niepewności.
**Program:**
1. Reprezentacja w przestrzeni stanów, przeszukiwanie, strategie zachłanne, wykorzystanie funkcji heurystycznych, przeszukiwanie na grafach, przeszukiwanie dla gier dwuosobowych.
2. Reprezentacje oparte na logice, dowodzenie twierdzeń i wnioskowanie przy użyciu logiki pierwszego rzędu. Wnioskowanie w warunkach niepewności, logiki niemonotoniczne, systemy zachowania spójności logicznej (TMS).
3. Podstawy planowania działań, plany warunkowe, monitorowanie wykonywania planów.
4. Reprezentacje probabilistyczne, prawdopodobieństwo warunkowe, probabilistyczne sieci przekonań. Podstawy podejmowania decyzji: funkcje użyteczności, wartość informacji. Podejmowanie złożonych decyzji, problemy decyzyjne Markowa.
5. Metody uczenia się: uczenie się pojęć, metoda przestrzeni wersji, drzewa decyzyjne. Uczenie się ze wzmocnieniem. Obliczeniowa teoria uczenia się.
**Wymagania:** Algorytmy i struktury danych, Matematyka dyskretna, Wstęp do
matematyki oraz Języki formalne i złożoność obliczeniowa, przydatne jest
również wcześniejsze zaliczenie Programowania w logice.
