Sposób oceniania oraz warunki zaliczeń są umieszczone na osobnej podstronie

Wykład

Skrypt zawierający zarówno materiał z wykładu jak i z ćwiczeń.
Przykładowe pytania.

Plan zajęć

1. Czym jest sztuczna inteligencja?
2. Logika rozmyta
3. Reprezentacja wiedzy. PROLOG cz. 1
4. Algorytmy genetyczne
5. Opowiadanie o mozgu, elementarnej budowie neuronu, matematycznym modelu neuronu, funkcjach aktywacji.
6. Rodzaje sieci, rodzaje uczenia, reguła perceptronu.
7. Sztuczne sieci neuronowe (hopfield)
8. PROLOG cz. 2
9. Test Turinga, Chiński pokój
   Materiały uzupełniające:
   www.kognitywistyka.net/artykuly/mk-kswapsi.pdf Wersja lokalna
   www.obi.opoka.org.pl/zfn/018/zfn01804Kloch.pdf Wersja lokalna

Ćwiczenia

Plan zajęć

1. Algorytmy przeszukiwania
2. Mini-max
3. Logika rozmyta (baza reguł)
4. Boidy
5. Algorytm genetyczny
6. Metoda Monte Carlo
7. Sieć jednokierunkowa
8. Sieć Hopfielda

Przykładowe programy

1. Przeszukiwania wszerz i w głąb
2. Best First Search

---

Pliki testowe do algorytmów

Grafy

• graf01.txt (podgląd)

Grafy w przestrzeni

• graf_wsp01.txt (podgląd)
• graf_wsp02.txt (podgląd)
• graf_wsp03.txt (podgląd)

Labirynty

• lab01.txt (podgląd)
• lab02.txt (podgląd)
• lab03.txt (podgląd)

Inne

Wygląd pól labiryntu (numeracja pól zgodnie z opisem w skrypcie)


Przykładowa plansza:

oraz proponowany koszt wejścia na pola:

Symbol	Nazwa pola	Koszt wejścia na pole
	Droga główna	0.25
	Droga drugorzędna	0.5
	Droga polna	1
	Góry	4
	Las	+1
	Miasto	1
	Teren nizinny	1
	Teren pagórkowaty	3
	Rzeka	Przekraczanie zabronione (tylko po drodze)
	Wzniesienia	2