mislo

Fakulteta za elektrotehniko, računalništvo in informatiko · Univerza v Mariboru

Umetna inteligenca

Za predmet Umetna inteligenca še ni zapiskov.

Imaš svoje zapiske? Objavi jih: ceno določiš ti, z naročnino ti ostane cela, DDV se doda kupcu.

Objavi zapiske

Čakaš na zapiske? Prijavi se in povej. Ko jih kdo objavi, dobiš sporočilo.

Želim zapiske

Kaj lahko narediš že danes

Naloži svoje gradivo za predmet Umetna inteligenca: Mai ga prebere in ti iz njega naredi kartice, kviz in razlago, ko ti kaj ni jasno. Če zapiske kasneje objaviš, jih prodajaš tukaj.

Naloži svoje gradivo

Učni načrt

Podatki so iz učnega načrta, ki ga objavlja Fakulteta za elektrotehniko, računalništvo in informatiko. Prebrano 6. 9. 2026. Poglej izvirnik

6 kreditnih točk

Obveznosti v urah

  • Predavanja30 ur
  • Vaje45 ur
  • Samostojno delo105 ur

Vsebina

  1. Uvod: kaj je umetna inteligenca, zgodovina umetne inteligence, pregled področij umetne inteligence, reference v umetni inteligenci.
  2. Reševanje problemov z iskanjem: predstavitev s prostori stanj, neinformirane iskalne strategije, informirane iskalne strategije, lokalni iskalni algoritmi.
  3. Igranje iger: procedura minimaks, algoritem alfa-beta, izboljšave algoritma alfa-beta.
  4. Okrepitveno učenje: markovski odločitveni procesi, posplošena iteracija pravilnika, metode Monte-Carlo, učenje s časovno razliko, metoda SARSA, Q-učenje.
  5. Predstavitev znanja in sklepanje v logiki prvega reda: resolucijska ovržba.
  6. Verjetnostno sklepanje: predstavitev znanja v negotovi domeni, Bayesove mreže.
  7. Mehka logika.
  8. Strojno učenje: uvod, nadzorovano in nenadzorovano učenje, priprava podatkov (atributi in značilke, imputacija podatkov, osamelci, neuravnoteženost razredov, dekorelacija), napovedni modeli (izbira modela, učenje, pristranskost in varianca, prekomerno prileganje), klasifikacija (binarna, večrazredna in večoznačna, kNN, metoda podpornih vektorjev, logistična regresija, odločitveno drevo), linearna regresija, validacija in vrednotenje (klasifikacijske in regresijske metrike).
  9. Nevronske mreže: definicija, lastnosti, uporaba, model nevrona, mrežne arhitekture, proces učenja, gradientni spust, večplastni perceptron.

Ocenjevanje

Računalniško delo 50 %, Pisni izpit 50 %

Pogoji za vključitev

Ni pogojev.

Literatura

  • N. Guid, D. Strnad: Umetna inteligenca, učbenik, Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko, Maribor, 2007.
  • S. Russell, P. Norvig: Artificial Intelligence. A Modern Approach, 4. izdaja, Pearson, 2020.

Kako deluje

  1. Zapiske kupiš enkrat in ostanejo tvoji.
  2. V aplikaciji iz njih dobiš kartice, kvize in Mai, ki pozna gradivo.
  3. Ceno določi avtor. Prodajalec je Mislo AI, račun dobiš od nas.