Emri i Lëndës : Inteligjenca Artificiale
Kodi Tipi i
lëndës
Semestri Leksione
(orë/javë)
Seminare
(orë/javë)
Lab
(orë/javë)
Kredite ECTS
CMP 314-1 A -1 2 0 2 3.00 5
Lektori dhe orari i konsultimeve
Asistenti dhe orari i konsultimeve
Gjuha e kursit
Niveli i lëndës
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.
Programi i Lëndës
JavaTema
1Hyrje 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)
2Agjentët 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)
3Zgjidhje 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)
4Metodat 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)
5Agjentët 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)
6First-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)
7Sistemet 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)
8Provimi gjysmë final
9Planifikimi 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)
10Inteligjenca 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)
11Rrjetet 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)
12Paradigmat 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)
13Algoritëm 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)
14Programimi 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)
15Përsëritje
16Final Exam
Parakushtet
Literatura
Referenca të tjera
Punë laboratori
Përdorimi i komp.
Të tjera
Rezultatet e Lëndës dhe Kompetencat
1Studentët do të jenë të aftë të kuptojnë çfarë është Inteligjenca Artificiale si dhe evolimin e saj.
2Studentët do të kenë njohuri mbi konceptet kryesore të Inteligjencës Artificiale.
3Studentët do të përvetësojnë metodat dhe teknikat kryesore të zgjidhjes së problemeve me anë të Inteligjencës Artificiale.
4Studentët do të jenë të aftë të implementojnë metodat dhe teknikat kryesore të zgjidhjes së problemeve me anë të Inteligjencës Artificiale në Matlab/Python.
5Studentët 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.
6Studentët do të jenë të pajisur me metodat dhe teknikat e mjaftueshme të përdorura nga Inteligjenca Artificiale për të vijuar me lëndët e tjera pasardhëse.
Mënyra e Vlerësimit të Lëndës
Notat e Ndërmjetme Sasia Përqindja
Gjysmë finale130
Kuize00
Projekte00
Projekte semestrale00
Punë laboratori00
Pjesëmarrja në mësim 110
Kontributi i notave të ndërmjetme mbi vlerësimin final40
Kontributi i provimit final mbi vlerësimin final60
Total100
Ngarkesa ECTS (Në Bazë të Ngarkesës së Studentit)
Aktivitetet Sasia Kohëzgjatja
(orë)
Ngarkesa Totale
(orë)
Kohëzgjatja e kursit (Duke përfshirë edhe javën e provimeve : 16x Orët totale të kursit) 16464
Orët e studimit jashtë klase (Parapërgatitje, Praktika etj) 14342
Detyra 000
Gjysmë finale 11010
Provimi final 199
Të tjera 000
Ngarkesa totale e orëve 125
Ngarkesa totale e orëve / 25 (orë) 5
ECTS 5

PDF (Shqip) PDF (Anglisht)