K-INFO
HU
EN
Login

Artificial Intelligence I.

Mesterséges Intelligencia I.
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
Subject name (Hungarian, English)
Mesterséges Intelligencia I.
Artificial Intelligence I.
Subject code BMEVIHI0147
Subject type —
Training Level —
Course types and hours (weekly/semester)
Course type lecture tutorial laboratory
hours (weekly) 2 0 0
type (linked/independent) — — —
Assessment type vizsga
Credits 3
Subject coordinator
Elek Kálmán Dr. Gaál József Dr. Levendovszky János
Responsible department
—
Faculty
Subject website —
Primary curriculum type —
Direct prerequisites – Strong prerequisite none
Direct prerequisites – Weak prerequisite none
Direct prerequisites – Parallel prerequisite none
Direct prerequisites – Milestone prerequisite none
Direct prerequisites – Exclusion none

Objectives

Programme
  • Bevezetés (históriai áttekintés, algoritmikus alapok, terminológiarendszer)
  • Keresési algoritmusok (szélességi keresés, mélységi keresés, egyenletes költségű keresés, A* keresés, SMA keresés)
  • Alkalmazás kombinatorikus játékokra és ezekhez kapcsolódó mérnöki és gazdasági problémákra
  • Elsőrendű logikák
  • Tudásalapú rendszerek
  • Lágy számítások és neurális hálók
  • Perceptron tanulási tétel
  • Hopfield hálók és konvergenciatulajdonságai
  • A Hopfield hálók mint asszociatív leképezések (alkalmazás, alakfelismerésre, hibajavító kódolásra ...etc.)
  • Előrecsatolt neurális hálók és approximációs képességeik
  • A back-propagation algoritmus
  • Alkalmazás rendszeridentifikációra, döntéselméletre, statisztikus erőforrásmenedzsmentre
A hallgatók bevezetése a mesterséges intelligencia diszciplináris módszereibe és eredményeibe. Algoritmikus tudásbázis kialakítása a kombinatorikus optimalizálás, illetve sokdimenziós komplex feladatok megoldását igénylő mérnöki és gazdasági feladatok megoldására.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): előadás

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Valószínűségszámítás, analízis és algebra
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Valószínűségszámítás, analízis és algebra
General rules
Követelmények: a. A szorgalmi időszakban: 1db. Zh b. A vizsgaidőszakban: szóbeli vizsga Elővizsga:
Assessment methods
In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses
Tematikaütközés miatt a tárgyat csak azok vehetik fel, akik korábban nem hallgatták a következő tárgyakat: Neptun-kód Cím
Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement

No curriculum placements recorded for this subject version.