Osnove umetne inteligence
Ure predavanj: 45
Ure seminarjev: 0
Ure vaj: 30
ECTS točke: 6
Uvod v umetno inteligenco in primeri uporabe
Prostor stanj in osnovni algoritmi preiskovanja: globinsko, širinsko, iterativno poglabljanje, zahtevnost teh algoritmov
Hevristično preiskovanje, algoritma A* in IDA*, izrek o popolnosti A*, lastnosti ocenitvenih funkcij ter analiza časovne in prostorske zahtevnosti
Dekompozicija problemov z AND/OR grafi, algoritmi iskanja v AND/OR grafih, hevristično preiskovanje in algoritem AO*
Strojno učenje: problem učenja iz podatkov, iskanje zakonitosti v podatkih in podatkovno rudarjenje, opisni jeziki in prostori hipotez, učenje odločitvenih dreves, regresijskih dreves, modelnih dreves, ter pravil.
Programska orodja strojnega učenja in primeri uporabe. Predstavitev znanja in ekspertni sistemi: predstavitev znanja s pravili, ogrodji, semantičnimi mrežami, ontologije; algoritmi sklepanja in generiranje razlage; obravnavanje negotovega znanja, bayesovske mreže
Planiranje po principu sredstev in ciljev, planiranje s popolno in delno urejenostjo, regresiranje ciljev, primeri uporabe v robotiki in logistiki
Materiali na spletu (Spletna učilnica FRI; Ivan Bratko home page): Prosojnice predavanj, naloge.