Mākslīgā intelekta pamati
Vismaz vidējā izglītība
Mācību grupas
Attālināti
Apraksts
KURSA MĒRĶIS: sniegt pamatzināšanas par intelektuālās datu analīzes tehnoloģijām – datu ieguvi un zināšanu atklāšanu no datiem, kā arī attīstīt praktiskas iemaņas datu analizēšanai ar mākslīgā intelekta metodēm, sniegt pamatzināšanas par mākslīgajiem neironu tīkliem, kā arī par to pielietojumu uzdevumu risināšanā.
KURSA UZDEVUMI:
• Apgūt profesionālo terminoloģiju mākslīgā intelekta, mākslīgo neironu tīklu un uz zināšanām balstīto sistēmu jomā;
• Iegūt praktiskas iemaņas noderīgas informācijas iegūšanai no datiem, pielietojot klasifikācijas metodes;
• Veicināt studenta spējas un kompetences veikt analizējamiem datiem nepieciešamo pirmsapstrādi un izvēlēties datu ieguves metodes, kas piemērotas konkrētam uzdevumam;
• 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.
Galvenās tēmas
Kursa mērķis, uzdevumi, mācību metodes un darba formas. Mākslīgais intelekts (MI) kā datorzinātnes nozare
Ievads mākslīgā intelekta pētījumu jomā. MI vēsture
Stāvokļu telpas analīze. Stāvokļu telpas grafs
Mašīnmācīšanās (definīcija, veidi, terminoloģija). Uzraudzītā un neuzraudzītā mašīnmācīšanās
Uz zināšanām balstītas sistēmas. Ekspertsistēmas (ES). ES pamatstruktūra
Uz zināšanām balstīta lēmumu pieņemšana
Secināšanas mehānisms. Tiešā secināšana. Inversā secināšana
Lēmumu koki. Klasifikācijas koki. Sašķelšanas kritēriji
Lēmumu koku konstruēšanas algoritmi. CART. C4.5
Lēmumu koku apgriešanas metodes
Klasifikācijas likumu inducēšana
Ekspertsistēmu paaudzes. Ekspertsistēmu pielietošanas jomas. Ekspertsistēmu attīstības virzieni
Mākslīgie neironu tīkli. Bioloģiskā neirona modelis. Mākslīgā neirona modelis. Dziļā mašīnmācīšanās.
Delta apmācības likums – daudzkategoriju nepārtraukts perceptrons.
Mākslīgo neironu tīklu arhitektūras. MNT pielietojuma priekšrocības un trūkumi
Personai nepieciešamais materiāltehniskais nodrošinājums
Dalībai programmā klātienē un attālināti nepieciešams:
- dators ar stabilu interneta pieslēgumu;
- tīmekļa pārlūkprogramma;
- videokamera, mikrofons un austiņas attālinātajām nodarbībām;
- piekļuve mācību platformai un videokonferenču rīkam;
- iespēja instalēt mācību procesā nepieciešamās bezmaksas lietotnes.
Klātienes nodarbībās datortehniku, interneta pieslēgumu un nepieciešamo programmatūru nodrošina Daugavpils Universitāte. Ja dalībnieks izmanto savu datoru, tam jāatbilst programmatūras tehniskajām prasībām.
Prasības iepriekšējai izglītībai
Vispārējā vidējā izglītība (atestāts par vispārējo vidējo izglītību)
Saņem jaunumus e-pastā
Lai pieteiktos STARS e-pasta jaunumiem, lūdzu, aizpildiet zemāk redzamo formu.
Jūsu norādītajā e-pastā saņemsiet vēstuli, kurā būs jāaktivizē norādītā saite.