Mākslīgā intelekta pamati

Kursa mērķis: sniegt pamatzināšanas par mākslīgajiem neironu tīkliem, kā arī par to pielietojumu uzdevumu risināšanā.
 
 Kursa uzdevumi:
 • apgūt mākslīgā intelekta, mākslīgo neironu tīklu jomas terminoloģiju;
 • attīstīt prasmes aprakstīt mākslīgo neironu tīklu darbības principus un spēju pielietot neironu apmācības algoritmus;
 • iegūt praktiskas iemaņas izskaidrot, salīdzināt un novērtēt neironu tīklu apmācībā iegūtos rezultātus.

 1. Kursa mērķis, uzdevumi, mācību metodes un darba formas. Mākslīgais intelekts kā datorzinātnes nozare (mērķi, pieejas, uzdevumi, metodes).
 2. Mākslīgais intelekts. MI jomas vēsturiskie attīstības posmi. Mākslīgā intelekta pētījumu virzieni.
 3. Stāvokļu telpas analīze. Stāvokļu telpas grafa pielietojums.
 4. Mašīnmācīšanās jēdziens, definīcija, veidi, terminoloģija.
 5.  Uzraudzītā un neuzraudzītā mašīnmācīšanās.
 6. Mākslīgie neironu tīkli. Bioloģiskā neirona modelis. Mākslīgā neirona modelis. Perceptrons. Neirona komponentes. Bipolāra diskrēta perceptrona apmācības algoritms. Sliekšņa loģiskais bloks.  
 7. Delta apmācības likums – daudzkategoriju nepārtraukts perceptrons. 
 8. Mākslīgo neironu tīklu arhitektūras. MNT pielietojuma priekšrocības un trūkumi.

Dators ar interneta pieslēgumu.