- Kodi
- CMP 314
- Emri
- Inteligjenca Artificiale
- Semestri
- 6
- Leksione
- 2.00
- Seminare
- 0.00
- Laboratore
- 2.00
- Kredite
- 3.00
- ECTS
- 5.00
- Përshkrimi
-
Kursi Inteligjenca Artificiale ofron një hyrje të përgjithshme në bazat e Inteligjencës Artificiale. Në këtë kurs do të trajtohen teknikat dhe metodat kryesore të zgjidhjes së problemeve me anë të AI duke përdorur agjentët që arsyetojnë llogjikisht, metodat e kërkimit, logjikën First-Order, sistemet e arsyetimit logjk, inteligjencën llogaritëse, rrjetet neurale artificiale si dhe algoritmat dhe programimin gjenetik.
- Objektivat
-
Ky kurs synon: • Të familjarizojë studentët me metodat dhe teknikat e kërkimit. • T’i njohë studentët me konceptet kryesore të Inteligjencës Artificiale. • T’i njohë studentët me mënyrën e implementimit të algoritmave të kërkimit. • T’i mundësojë studentëve mësimin e metodave dhe teknikave kryesore që përdoren në Inteligjencës Artificiale. • Të shpjegojë rëndësinë dhe influencën e Inteligjencës Artificiale në dizenjimin e aplikacioneve dhe programeve inteligjente. • Të shpjegojë integrimin e koncepteve Inteligjencës Artificiale në Machine Learning. • Të zhvillojë tek studentët mendimin kritik në analizimin e metodave dhe teknikave kryesore që përdoren në Inteligjencë Artificiale.
- Java
- Tema
- 1
- Hyrje në AI Në këtë temë do trajtohet çfarë është AI, disiplinat që kontribuan në AI, historia e AI, inteligjenca artificiale sot. Lit1, (Fq.1-33)
- 2
- Agjentët inteligjent Në këtë temë do trajtohen agjentët dhe mjedisi, perceptimi i tyre, funksionet agjent, programet agjent, koncepti i agjentit relacional, gjithëdija, të mësuarit dhe autonomia e agjentit, përcaktimi i mjedisit të detyrave, vecoritë e tij, struktura e agjentit, agjent me reflekse të thjeshta, agjent me reflekse model-based, agjentët goal-based, agjentët utility-based, agjentët që mësojnë, si punon komponenti i programit agjent. Lit1, (Fq.34-63)
- 3
- Zgjidhje të problemeve me anë të kërkimit Në këtë temë do trajtohen agjentët që zgjidhin probleme të përcaktuara mirë, shembuj problemesh, problemet e botës reale. Kërkimi për zgjidhje, me metodën e pemës, infrastruktura e algoritmit të kërkimit, matja e performancës problem-solving, strategjitë e kërkimit uninforme, kërkimi breadth-first search, kërkimi uniform-cost, kërkimi depth-first, kërkimi depth-limited, kërkimi dydrejtimor, krahasimi i strategjitve të kërkimit uninformed, Strategjitë e kërkimit informed (heuristic), kërkimi best-first, kushti i optimalitetit (Pranueshmëria dhe qëndrueshmëria), kërkimi memory-bounded, funksionet heuristike. Lit1, (Fq. 64-119)
- 4
- Metodat e Kërkimit Në këtë temë do trajtohen algoritmi i kërkimit lokal, kërkimi ngjitja e kodrës (hill-climbing), kërkimi lokal në hapësirat e vazhdueshme, kërkim me veprime të papërcaktuara (nondeterministic), pema e kërkimit and-or, kërkim me vrojtim të pjesshëm, agjentët e kërkimit online dhe mjediset e panjohura, problemet e kërkimit online, agjentët e kërkimit online, kërkimi kundështar, lojërat. Lit1,(Fq.120-201)
- 5
- Agjentët që arsyetojnë logjikisht Në këtë temë do trajtohen agjentët që arsyetojnë të bazuar në njohuri, logjika, logjika propozuese, vërtetimi i teoremës propozuese, kontrolli i modelit të propozimit efektiv, agjentët që bazohen në llogjikën propozuese. Lit1, (Fq.234-284)
- 6
- First-Order Logic (FOL) Në këtë temë do trajtohen gjuha e përfaqësimit, gjuha e mendimit, kombinimi më i mirë i gjuhëve formale dhe natyrale, sintaksa dhe semantika e FOL, logjika e modelit FOL, përdorimi i logjikës FOL, Inxhiniermim i njohurive në FOL. Lit1, (Fq. 285-321)
- 7
- Sistemet e arsyetimit logjik Në këtë temë do trajtohet inference propozues kundrejt First-order, reduktimi në inference propozuese, rregulli i inferencës First-order, algoritmi Forward-chaining, algoritmi backward-chaining, zgjidhjet. Lit1, (Fq.322-365)
- 8
- Provimi gjysmë final
- 9
- Planifikimi Në këtë temë do trajtohen përkufizimi i planifikimit klasik, algoritme për planifikimin si kërkim state-space, grafet e planifikimit, qasje të tjera të planifikimt klasik, analiza e tyre, planifikimi dhe veprimi në botën reale, koha afatet dhe burimet, planifikim hierarkik, planifikimi dhe veprimi në fusha të papërcaktuara, planifikimi multiagjent. Lit1, (Fq. 366-436)
- 10
- Inteligjenca llogaritëse (CI) Në këtë temë do trajtohen prezantimi me klasat kryesore të problemeve për teknikat e inteligjencës llogaritëse (CI), rrjetet neurale, sistemet fuzzy, computing evolues, inteligjenca Swarm. Lit2, (Fq.1-27)
- 11
- Rrjetet neurale artificiale me Matlab/Python Në këtë temë do trajtohen histori e rrjetave neurale, rrjetat neurale artificiale, implementimi elektronikisht i neuronit atificial, përbërësit e rrjetave neurale, arkitektura dhe algoritmi i rrjetave neurale, arkitektura e shtresëzuar, rrjete të parashikuara. Lit2, (Fq. 29-106)
- 12
- Paradigmat e llogaritjes (computation) evoluese Në këtë temë do trajtohen historia e llogaritjes evoluese, diagrama e rrjedhës së një algoritmi tipik evolues, modelet e llogaritjes evoluese, algoritmi gjenetik, programimi gjenetik, programimi evolues, strategjia evoluese, avantazhet dhe disavantazhet e llogaritjes evoluese, implementimi i algoritmeve evoluese duke përdorur Python/Matlab, Lit2, (Fq. 419-544)
- 13
- Algoritëm gjenetik bazuar në Matlab/Python Në këtë temë do trajtohen historia përshkrimi dhe roli i algoritmit gjenetik, parametrat, ndërtimi i hipotezave bllok, dinamizmi i një skeme, ilustrime bazuar në teoremën e skemës, operacionet e kryqëzuara, kryqëzim 1-point, kryqëzim 2-point, operacione të tjera në algortmin gjenetik. Lit 2, (Fq. 547-588)
- 14
- Programimi gjenetik Në këtë temë do trajtohen gjuha e programimit LISP, funksionaliteti i programimit gjenetik, funksionalitetet e programimit gjenetik, krijimi i një popullimi random, funksionet dhe terminalet, operacionet gjenetike, funksionet e përzgjedhjes (Selection), veprimet e kryqëzuara, programimi gjenetik ne gjuhën makinë, bazat elementare të programimit gjenetik, flowchart i programimit gjenetik, avantazhet e programimt gjenetik. Lit 2, (Fq.591 -646)
- 15
- Përsëritje
- 16
- Final Exam
- 1
- Studentët do të jenë të aftë të kuptojnë çfarë është Inteligjenca Artificiale si dhe evolimin e saj.
- 2
- Studentët do të kenë njohuri mbi konceptet kryesore të Inteligjencës Artificiale.
- 3
- Studentët do të përvetësojnë metodat dhe teknikat kryesore të zgjidhjes së problemeve me anë të Inteligjencës Artificiale.
- 4
- Studentët do të jenë të aftë të implementojnë metodat dhe teknikat kryesore të zgjidhjes së problemeve me anë të Inteligjencës Artificiale në Matlab/Python.
- 5
- Studentët do të jenë të gatshëm për t’u bërë pjesë e diskutimeve të frytshme në fushën e evolimit të metodave dhe teknikave kryesore të përdorura nga Inteligjenca Artificiale.
- 6
- Studentët do të jenë të pajisur me metodat dhe teknikat e mjaftueshme të përdorura nga Inteligjenca Artificiale për të vijuar me lëndët e tjera pasardhëse.
- Sasia Përqindja Përqindja totale
- Gjysmë finale
- 1 30% 30%
- Kuize
- 0 0% 0%
- Projekte
- 0 0% 0%
- Detyra
- 0 0% 0%
- Laboratorët
- 0 0% 0%
- Pjesëmarrja në mësim
- 1 10% 10%
- Përqindja totale e vlerësimit
- 40%
- Përqindja e provimit përfundimtar
- 60%
- Përqindja totale
- 100%
- Sasia Kohëzgjatja (orë) Gjithsej (orë)
- Kohëzgjatja e kursit (përfshirë javët e provimit)
- 16 4 64
- Orë studimi jashtë klasës
- 14 3 42
- Detyrat
- 0 0 0
- Gjysmë finale
- 1 10 10
- Provimi përfundimtar
- 1 9 9
- Të tjera
- 0 0 0
- Ngarkesa totale e punës
- 125
- Ngarkesa totale e punës / 25 (orë)
- 5.00
- ECTS
- 5.00