Tantárgy adatlapja
Tárgy neve: Introduction to Artificial Intelligence
Tárgy kódja: P-ITSZT-0022
Óraszám: N: 2/0/2, L: 0/0/0
Kreditérték: 5
Az oktatás nyelve: angol
Követelmény típus: Kollokvium
Felelős kar: ITK
Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató:
Dr. Karacs Kristóf Imre
Tárgyleírás:
| Tantárgy neve: | Introduction to Artificial Intelligence P-ITSZT-0022 |
|---|---|
| Tárgyfelelős: | Karacs Kristóf Imre |
| Tantárgy oktatója: | Karacs Kristóf Imre |
| A tantárgy céljának rövid ismertetése: | Intelligens problémamegoldás alapjainak elsajátítása: reprezentációk, formalizálás és algoritmusok (keresés, következtetés) terén |
| Elsajátítandó elméleti ismeretanyag: |
|
| Elsajátítandó gyakorlati ismeretanyag: | Problémák formalizálása; Algoritmusok implementálása; Szűk keresztmetszetek kísérleti azonosítása |
| A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | S. J. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, 4th ed. Upper Saddle River, NJ, USA: Prentice Hall / Pearson, 2020. ISBN: 978-0-13-461099-3. S. J. Russell and P. Norvig, Mesterséges intelligencia modern megközelítésben, 2nd ed. Budapest, Hungary: Panem, 2005. ISBN: 963-545-411-2. D. Poole and A. Mackworth, Artificial Intelligence: Foundations of Computational Agents, 3rd ed. Cambridge, UK: Cambridge University Press, 2023. ISBN: 978-1-009-25819-7. |
| A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | K. P. Murphy, Probabilistic Machine Learning: An Introduction. Cambridge, MA, USA: MIT Press, 2022. ISBN: 978-0-262-04682-4. D. Barber, Bayesian Reasoning and Machine Learning. Cambridge, UK: Cambridge University Press, 2012. ISBN: 978-0-521-51814-7. C. M. Bishop, Pattern Recognition and Machine Learning. New York, NY, USA: Springer, 2006. ISBN: 978-0-387-31073-2. I. Futó, szerk., Mesterséges intelligencia. Budapest, Hungary: Aula Kiadó, 1999. ISBN: 978-963-907-899-4. |
| Elmélet-gyakorlat aránya: | Elméleti óra óraszáma: 2 Gyakorlati óra és labor óra óraszáma: 0 + 2 |
| Az alkalmazott oktatási módszerek: |
|
| Az értékelés módja: | Kollokvium |
| Az értékelés kritériuma: | Aláírás feltételei:
-Zárthelyi dolgozat: legalább 50%-os eredmény. Az érdemjegy összetétele:
-vizsga: 40% -projektmunka: 30% Érdemjegyhatárok: -jeles (5): 87,5%-tól -jó (4): 75,0%-tól -közepes (3): 62,5%-tól -elégséges (2): 50,0%-tól A vizsga formája:
|
| Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez: | Mérnökinformatikus alapképzés: |
