- •Декан Факультета прикладной математики и информатики
- •Рабочая программа учебной дисциплины системы искусственного интеллекта
- •1. Внешние требования
- •7.1. Требования к профессиональной подготовленности специалиста
- •2. Особенности (принципы) построения дисциплины
- •3. Цели учебной дисциплины
- •4. Содержание и структура учебной дисциплины
- •5. Учебная деятельность
- •6. Правила аттестации студентов по учебной дисциплине
- •7. Список литературы
- •8. Контролирующие материалы для аттестации студентов по дисциплине
- •8.1. Контролирующие материалы для проверки остаточных знаний
- •8.2. Контролирующие материалы для аттестации студентов
- •9. Приложение а
- •10. Приложение б
2. Особенности (принципы) построения дисциплины
Особенность (принцип) |
Содержание |
Основание для введения курса |
Стандарт направления |
Адресат курса |
Студенты, обучающиеся по специальности 010503 – математическое обеспечение и администрирование информационных систем |
Главная цель |
Обеспечение базы естественно-научной подготовки, теоретическая и практическая подготовка в области прикладной математики и информатики, развитие инженерного мышления, приобретение знаний, необходимых для изучения последующих дисциплин Изучив дисциплину, студент должен владеть знаниями, умениями и навыками извлечения и формализации знаний. В итоге студент должен научиться применять элементы технологии систем искусственного интеллекта, обеспечивающие построение адекватных моделей сложных плохоструктурированных предметных областей. |
Ядро курса |
Принципы разработки систем, основанных на знаниях; теоретические аспекты инженерии знаний; принципы моделирования рассуждений; метауровневые архитектуры интеллектуальных систем; представление знаний в Интернете; принципы Data Mining (извлечение знаний из данных). |
Требования к начальной подготовке, необходимые для успешного усвоения Вашего курса |
Для изучения данного курса студент должен иметь начальную подготовку, предпологающую знания дискретной математики, основ алгоритмизации, логического программирования, баз данных, Web-технологий. |
Уровень требований по сравнению с ГОС |
Соответствует требованиям Стандарта
|
Объём курса в часах |
24 часов лекций. 16 часов лабораторных работ. 50 часов самостоятельной работы. |
3. Цели учебной дисциплины
После изучения дисциплины студент будет:
Номер цели |
Содержание цели |
иметь представление |
|
1 |
Об основных направлениях искусственного интеллекта (ИИ). Биологические и социальные модели интеллекта. Представление знаний и разум. Машинное обучение. Генетические алгоритмы. Эвристические методы. Формально-логические методы. Нейронные сети. |
2 |
О множестве проблем, стоящих перед исследователями в ИИ. Тест Тьюринга. Понимание естественных языков и семантическое моделирование. Робототехника. Потенциальная сложность задач ИИ. |
3 |
О современных направлениях исследований в области ИИ и смежные направления. Семантический Web. Онтологический инжиниринг. Управление знаниями. Системы бизнес-интеллекта. |
знать |
|
4 |
Принципы разработки систем, основанных на знаниях. |
5 |
Теоретические аспекты инженерии знаний. |
6 |
Принципы моделирования рассуждений. |
7 |
Архитектуры интеллектуальных систем. |
уметь |
|
8 |
Выбирать способ представления знаний, адекватный предметной области. |
9 |
Строить жизненный цикл проекта системы. |
10 |
Управлять знаниями с помощью механизма вывода |
11 |
Выбирать адекватную архитектуру интеллектуальной системы |
иметь опыт |
|
12 |
Реализации программных проектов систем искусственного интеллекта в различных операционных средах. |
13 |
Использования языков программирования искусственного интеллекта (Lisp, Prolog) |
14 |
Использования языков представления знаний (Семантические сети, фреймы, продукции, сценарии и пр.) |