Semestr zimowy 2013/14
Systemy inteligentne w medycynie MKIB2S22004M
Inteligencja. Sztuczna Inteligencja (Al). Test Turinga. Metody reprezentacji wiedzy w Al. Charakterystyka danych biomedycznych. Organizacja i działanie systemu ekspertowego. Pojęcie heurystyki. Przeszukiwanie heurystyczne i klasyczne. Drzewa decyzyjne. Wnioskowanie. Modele i uczenie sztucznych sieci neuronowych. Model klasyfikacji, cechy i obszary decyzyjne. Klasyfikator neuronowy. Metoda propagacji wstecznej błędu i jej modyfikacje. Analiza skupień.
Algorytmy genetyczne. Przykłady zastosowań w medycynie.
Rodzaj przedmiotu
Tryb prowadzenia
Koordynatorzy przedmiotu
Efekty kształcenia
Student: wymienia i opisuje główne metody sztucznej
inteligencji; przytacza i przedstawia sposoby przeszukiwania przestrzeni rozwiązań; charakteryzuje właściwości danych biomedycznych oraz potrafi klasyfikować dane biomedyczne; potrafi zaprojektować i nauczyć sztuczną sieć neuronową; ocenia inteligencję maszyny.
Kryteria oceniania
2 kolokwia zaliczające wykład; sprawozdanie z projektu.
Ocena dostateczna - znajomość ponad 50% zakresu materiału.
Ocena dobra - znajomość ponad 75% zakresu materiału.
Ocena bardzo dobra - znajomość ponad 95% zakresu materiału.
projekt - 100% oddanych sprawozdań.
Literatura
1. Red. Duch W. in.: Biocybernetyka i inżynieria biomedyczna 2000, Tom 6 - Sieci neuronowe. Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
2. Fiasiński M.: Wstęp do sztucznej inteligencji: Wydaw. Naukowe PWN, Warszawa 2011.
3. Red. Nałęcz M.: Biocybernetyka i inżynieria biomedyczna 2000, Tom 7 - Systemy komputerowe i teleinformatyczne w służbie zdrowia. Akademicka Oficyna Wydawnicza Exit, Warszawa 2002.
4. Rutkowski L. Metody i techniki sztucznej inteligencji. Wydaw. Naukowe PWN, Warszawa:2009.