Вештачка интелигенција

1.

Наслов на наставниот предмет

Вештачка интелигенција

Artificial Intelligence

2.

Код

F23L2S030

3.

Студиска програма

Биоинформатика, Примена на информациски технологии, Компјутерско инженерство, Интернет, мрежи и безбедност, Софтверско инженерство и информациски системи, Компјутерски науки, Software engineering and information systems, Примена на информациски технологии, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Стручни студии за програмирање, Стручни студии за програмирање, Софтверско инженерство и информациски системи, Компјутерски науки, Software engineering and information systems,

4.

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

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Прв циклус

6.

Академска година / семестар

2 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Андреа Кулаков ворн. проф. д-р Георгина Мирчева доц. д-р Илинка Иваноска проф. д-р Кире Триводалиев ворн. проф. д-р Петре Ламески проф. д-р Соња Гиевска

9.

Предуслови за запишување на предметот

Освоени најмалку 36 ЕКТС

10.

Цели на предметната програма (компетенции):

Успешниот студент ќе има продлабочени познавања од основните области на вештачката интелигенција, вклучувајќи ги: пребарувањето, решавањето проблеми, претставувањето на знаењето, расудувањето, донесувањето одлуки, планирањето и учењето и нивната примена. Исто така, ќе биде во состојба да ги дизајнира и реализира клучните проблеми од интелигентните системи со средна сложеност и да го процени нивното однесување.

11.

Содржина на предметната програма:

Предавања: 1. За вештачката интелигенција За интелигентните агенти 2. Вовед во пребарувањето Неинформирано пребарување 3. Информирано пребарување 4. Исполнување услови 5. Спротивставено пребарување 6. Генетски алгоритми 7. Веројатносно расудување Баесови мрежи 8. Основи на машинско учење Наивен Баесов алгоритам 9. Перцептрон 10. Дрва на одлучување 11. Невронски мрежи 12. Области на примена на вештачката интелигенција Обработка на природните јазици, машинска визија, роботика

12.

Методи на учење:

Предавања со користење на презентации, 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.

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

30 + 60 + 15 + 15 + 60 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

30 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

60 часови

16.

Други форми на активности

16.1.

Проектни задачи

15 часови

16.2.

Самостојни задачи

15 часови

16.3.

Домашно учење

60 часови

17.

Начин на оценување

17.1.

Тестови

40 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

15 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

50 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 15.2 и 16.1

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

22.2.

Дополнителна литература