Напредни теми од вештачката интелигенција

Напредни теми од вештачката интелигенција

1.

Наслов на наставниот предмет

Напредни теми од вештачката интелигенција

Advanced topics in artificial intelligence

2.

Код

IS-Z-02

3.

Студиска програма

Интелигентни системи, Пресметување во облак, Data science in computer science and engineering, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интернет технологии и сајбер безбедност, Компјутерски науки, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Софтверско инженерство, Статистика и аналитика на податоци, Статистика и аналитика на податоци,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Втор циклус

6.

Академска година / семестар

5 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Ана Мадевска Богданова проф. д-р Андреа Кулаков

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


Студентот ќе биде оспособен за користење на напредни алгоритми и техники од областа на вештачка интелигенција и машинско учење.

11.

Содржина на предметната програма:


Предметот Напредни теми од вештачка интелигенција нуди отворен пристап, кадестудентот ќе може да избере да работи на некој проект сврзан со најновите достигнувања во полето на вештачката интелигенција (ВИ). Можните теми ги опфаќаат следните области: метафоричко расудување и расудување по аналогија; теоретска ВИ (нови трендови во теоријата на ВИ; ВИ и правно расудување, етика на ВИ, интерпретабилна ВИ); теорија на киборзи;

12.

Методи на учење:


Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 30 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

45 часови

16.2.

Самостојни задачи

45 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

15 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

15 бодови

17.4.

Завршен испит

0 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

реализирани активности 15.1 и 15.2

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

7566

Stuart Russell, Peter Norvig

Artificial Intelligence: A Modern Approach, 3rd Edition

Prentice Hall

2010

7567

Edited by Sven Dickinson

IEEE Transactions on Pattern Analysis and Machine Intelligence

Institute of Electrical and Electronics Engineers

1979

7568

Edited by Haibo He

IEEE Transactions on Neural Networks and Learning Systems

IEEE Computational Intelligence Society

2012

7569

Ajay Thampi

Interpretable AI

Manning publishing

2021

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година