Интелигентни информациски системи

Објавено: јуни 28, 2022
1. Наслов на наставниот предмет Интелигентни информациски системи
2. Код 4ФЕИТ07З004
3. Студиска програма КТИ
4. Организатор на студиската програма Факултет за електротехника и информациски технологии
5. Степен Прв циклус студии
6. Академска година / семестар IV/7 7. Број на ЕКТС 6
8. Наставник Д-р Христијан Ѓорески
9. Предуслов за запишување на предметот Положени: Податочни структури и програмирање, Програмирање и алгоритми, Податочни структури и анализа на алгоритми
10. Цели на предметната програма (компетенции). Разбирање на концептот на интелигенција во современите информациски и комуникациски системи. Со овој предмет, студентот ќе се стекне со знаење за практична употреба на алатки и техники за моделирање на интелигентни системи, донесување одлуки, агенти и повеќе-агентни системи, длабоко учење. Исто така ќе се стекне со теоретско и практично знаење за користење на различни типови податоци при градење на интелигентни системи: табеларни податоци, слика, звук, текст, работа со природни јазици.
11. Содржина на програмата: Природна и вештачка интелигенција: историска дефиниција на интелигенција и преглед на развојот на интелигентни системи. Моделирање на интелигентни системи, претставување на знаење, методи на учење. Методи и алгоритми од вештачка интелигенција применети за создавање интелигентни системи: стекнување податоци, обработка на податоци и моделирање со длабоко учење; Агентски и мулти-агентни системи, учење со поттикнување (Reinforcement Learning). Анализа на различни типови на податоци од ИКТ системи, вклучувајќи: структурирани и неструктуирани податоци, временски серии, слики, звук, итн. Алгоритми за анализа на природни јазици (текст, говор – NLP) и чет-ботови.
Имплементирајте алгоритми и модели користејќи Java и Python.
12.Методи на учење Предавања, аудиториски и лабораториски вежби, самостојно учење, самостојна работа на проектни задачи и изработка на семинарски работи
13. Вкупен расположив фонд на часови 2 + 2 + 1 + 0
14. Распределба на расположивото време 180
15. Форми на наставните активности 15.1. Предавања – теоретска настава 30
15.2. Вежби, семинари, тимска работа 45
16. Други форми на активност 16.1. Проектни задачи 0
16.2. Самостојни задачи 45
16.3. Домашно учење 60
17. Начини на оценување 17.1. Тестови 0
17.2. Семинарска работа/проект 0
17.3. Активност и учење 10
17.4. Завршен испит 90
18. Критериуми за оценување до 50 бодови 5 (пет) (F)
од 51до 60 бодови 6 (шест) (E)
од 61до 70 бодови 7 (седум) (D)
од 71до 80 бодови 8 (осум) (C)
од 81до 90 бодови 9 (девет) (B)
од 91до 100 бодови 10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Лабораториски вежби и завршен проект
20. Начин на полагање на испитот Два парцијални испити во текот на семестарот во времетраење до 120 минути или еден завршен писмен испит во соодветна испитна сесија во времетраење до 120 минути. Оценување и на лабораториските вежби. Можност за изработка на проектна задача која ќе се оценува.
21. Јазик на кој се изведува наставата Македонски и Англиски
22. Метод на следење на квалитетот на наставата Интерна евалуација и анкети
23. Литература
23.1. Дополнителна литература
Бр. Автор Наслов Издавач Година
1 Stuart Russell, Peter Norvig Artificial Intelligence: A Modern Approach Pearson; 4th edition (April 28, 2020) 2020
2 Aurélien Géron Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems O’Reilly Media; 2nd edition (October 15, 2019) 2019