учреждение высшего образования «Уральский государственный педагогический университет» Институт математики, информатики и информационных технологий Кафедра информатики, информационных технологий и методики обучения информатики
РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
«Основы искусственного интеллекта»
для ОПОП «44.03.01 Педагогическое образование»
(профиль «Информатика»)
Екатеринбург 2016
Рабочая программа дисциплины «Основы искусственного интеллекта»
(наименование дисциплины)
Составитель: , д. п.н., доцент, зав. кафедрой Информатики, информационных технологий и методики обучения информатике
____________________________
(подпись)
Рабочая программа обсуждена на заседании кафедры Информатики, информационных технологий и методики обучения информатике УрГПУ
Протокол от 01.01.01 г. № 6
Зав. кафедрой ИИТ и МОИ _______________
(подпись)
Директор ИМИ и ИТ ________________
(подпись)
Компоненты рабочей программы ДИСЦИПЛИНЫ
Пояснительная записка
1.1. Наименование дисциплины (модуля).
«Основы искусственного интеллекта».
1.2.Цели и задачи дисциплины (модуля).
Информатик со степенью (квалификацией) в предметной области является тем специалистом, который обладает уникальной базовой подготовкой, позволяющей ему решать широкий спектр профессиональных задач в области проектной и производственно-технологической деятельности. Информатик занимается не просто программированием, но, в большей степени, решением организационных, проектных и управленческих задач, которые связаны разработкой и исследованием алгоритмов, протоколов, программных решений, вычислительных моделей и моделей данных для реализации функций и сервисов систем информационных технологий; разработкой архитектуры, алгоритмических и программных решений системного и прикладного программного обеспечения; с разработкой и выполнением процессов, работ и процедур жизненного цикла информационных систем: их созданием, внедрением, эксплуатацией и совершенствованием предметно-ориентированных информационных систем (ИС).
Эффективное решение этих задач невозможно без привлечения и освоения современных технологий ИС, таких как математическое, информационное и имитационное моделирование, использование инструментальных средств и сред, автоматизированных систем, методов и средств тестирования информационных технологий на соответствие стандартам и исходным требованиям.
К числу таких технологий, безусловно, относятся технологии искусственного интеллекта (ИИ). Эти технологии находят все большее применение и в сфере интеллектуальных информационных систем. Обработка учетных данных, создание корпоративных баз знаний (КБЗ), поддержка принятия управленческих решений, автоматизация распознавания текстовых документов и поиск информации, советующие системы – вот далеко не полный перечень задач, для решения которых используются современные методы и технологии ИИ.
Целью изучения учебного курса «Основы искусственного интеллекта» является формирование совместно с другими дисциплинами у студентов теоретической и практической базы системного исследования проблем разработки и внедрения профессионально-ориентированных ИС с учетом современных и перспективных технологий и методов ИИС.
Целью изучения курса, соотнесенной с общими целями ООП ВО, является:
ознакомление студентов c основными понятиями и проблемами искусственного интеллекта, со структурой, принципами организации интеллектуальных информационных систем и тенденциями их развития.
Задачи дисциплины состоят
- в формировании у студентов минимально необходимых знаний о теоретических основах представления и обработки знаний в информационных системах; в ознакомлении с алгоритмическими, программными и технологическими решениями, используемыми в области проектирования систем, основанных на знаниях; в выработке практических навыков аналитического и экспериментального исследования основных методов и средств, используемых в области, изучаемой в рамках данной дисциплины; в формировании у студентов знаний о принципах функционирования искусственных нейронных сетей, целей и возможностей использования технологий искусственных нейронных сетей для решения экономических задач; в формировании у студентов представлений о роли искусственного интеллекта и искусственных нейронных сетей в развитии информатики в целом, а также, в научно-техническом прогрессе.
1.3. Место дисциплины в структуре ООП.
Дисциплина «Основы искусственного интеллекта» относится к вариативной части (Б1.В. ОД.10) дисциплин ОПОП «44.03.01 Педагогическое образование» (профиль «Информатика»). При реализации данной дисциплины учитываются ее роль и место в общей системе профессионального блока дисциплин будущего бакалавра-информатика. Так, содержательные линии ранее изученных курсов «Языки и технологии программирования», «Компьютерные сети», посвященные реализации возможностей объектно-ориентированного программирования при проектировании и создании баз данных создает основу для эффективного освоения дисциплины «Основы искусственного интеллекта».
Требования к уровню предварительной подготовки студента отсутствуют. Изучение курса рассчитано на один семестр (7-й), поэтому входные знания могут оцениваться по мере освоения базовых дисциплин в предыдущих шести семестрах.
Логика построения содержания учебного материала курса, логика его изложения и методика проведения лекционных и лабораторных занятий предусматривает освоение студентами учебного материала (при освоении ими дисциплин в соответствие с учебным планом) с нулевого уровня.
1.4. Перечень планируемых результатов обучения по дисциплине (модулю), соотнесенных с планируемыми результатами освоениями образовательной программы:
Процесс изучения дисциплины направлен на формирование следующих компетенций: В результате изучения дисциплины «Основы искусственного интеллекта» студент должен приобрести следующие профессиональные компетенции, соотнесенные с общими целями ОПОП ВО:
Компетенции:
владение методами и технологиями программирования, необходимыми для преподавания информатики и ИТ в основной и профильной школе (ПрК-1);
владение методологическими, теоретическими и математическими основами информатики и информационных технологий (ПрК-7).
1.5. Объем дисциплины (модуля) в зачетных единицах.
Общая трудоемкость дисциплины составляет 4 зачетных единицы, 144 часа.
1.6. Особенности реализации дисциплины (модуля).
Дисциплина «Основы искусственного интеллекта» реализуется на русском языке.
Дисциплина реализуется с применением дистанционных технологий обучения: система видеоконференцсвязи Adobe Connect Pro, система дистанционного обучения Sakai.
Для организации индивидуальной и самостоятельной работы студентов используется учебный портал УрГПУ: http://e-portal. uspu. ru .
Учебно-тематическое планирование
Учебно-тематический план очной формы обучения
№ п/п | Наименование | Всего трудоемкость | Аудиторные | Самостоя-тельная работа | ||
Всего | Лекции | Практи-ческие | Лабора-торные | |||
1 | История развития и области приложения искусственного интеллекта. | 24 | 4 | 4 | 20 | |
2 | Системы, основанные на знаниях | 30 | 10 | 4 | 6 | 20 |
3 | Искусственные нейронные сети | 30 | 10 | 4 | 6 | 20 |
4 | Основы логического программирования | 30 | 10 | 4 | 6 | 20 |
5 | Основы функционального программирования | 30 | 10 | 4 | 6 | 20 |
Итого | 144 | 44 | 20 | 24 | 100 |
Содержание дисциплины
Перечень тем лекционных занятий
1. Раздел «История развития и области приложения искусственного интеллекта».
Предмет и история искусственного интеллекта (ИС). Понятия о данных и знаниях. Понятие интеллектуальной информационной системы (ИИС), основные свойства. Основные стратегии и направления развития ИИС. Классификация ИИС.
2. Раздел «Системы, основанные на знаниях»
Понятие систем, основанных на знаниях и их классификации. Возникновение экспертных систем (ЭС), методы представления знаний в экспертных системах и принципы построения ЭС. Общая архитектура экспертной системы, составные части экспертной системы и их взаимодействие (база знаний, механизм вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс). Возможности, преимущества и недостатки ЭС при выполнении анализа и прогноза. Классификация основных видов экспертных систем. Статические и динамические экспертные системы.
Методология построения экспертной системы. Этапы проектирования экспертной системы: идентификация, концептуализация, формализация, реализация, тестирование, опытная эксплуатация. Интеллектуальные информационные системы.
3. Раздел «Искусственные нейронные сети»
Биологический и искусственный нейроны. Области применения, моделирование и реализация. Математический нейрон Мак-Каллока – Питса. Персептрон и его развитие. Возможности и сферы применения персептронов. Обучение искусственных нейронных сетей. Приобретение знаний. Извлечение знаний из данных. Машинное обучение на примерах. Сети Хэмминга. Применение искусственных нейронных сетей.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 |
