Subject

Напредни теми од вештачката интелигенција

1. Наслов на наставниот предмет Напредни теми од вештачката интелигенција
Advanced topics in artificial intelligence
2. Код IS-Z-02
3. Студиска програма Интелигентни системи
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Втор циклус
6. Академска година / семестар 9 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Ана Мадевска Богданова, Андреа Кулаков
9. Предуслови за запишување на предметот
10. Цели на предметната програма (компетенции) Студентот ќе биде оспособен за користење на напредни алгоритми и техники од областа на вештачка интелигенција и машинско учење.
11. Содржина на предметната програма Предметот Напредни теми од вештачка интелигенција нуди отворен пристап, кадестудентот ќе може да избере да работи на некој проект сврзан со најновите достигнувања во полето на вештачката интелигенција (ВИ). Можните теми ги опфаќаат следните области: метафоричко расудување и расудување по аналогија; теоретска ВИ (нови трендови во теоријата на ВИ; ВИ и правно расудување, етика на ВИ, интерпретабилна ВИ); теорија на киборзи;
12. Методи на учење Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 60 + 0 + 45 + 45 + 30 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 60 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 0 часови
16. Други форми на активности
16.1. Проектни задачи 45 часови
16.2. Самостојни задачи 45 часови
16.3. Домашно учење 30 часови
17. Начин на оценување
17.1. Тестови 15 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 45 бодови
17.3. Активности и учење 15 бодови
17.4. Завршен испит 0 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит реализирани активности 15.1 и 15.2
20. Јазик на кој се изведува наставата македонски и англиски
21. Метод на следење на квалитетот на наставата механизам на интерна евалуација и анкети
22. Литература
22.1. Задолжителна литература
1. Stuart Russell, Peter Norvig | Artificial Intelligence: A Modern Approach, 3rd Edition | Prentice Hall | 2010
2. Edited by Sven Dickinson | IEEE Transactions on Pattern Analysis and Machine Intelligence | Institute of Electrical and Electronics Engineers | 1979
3. Edited by Haibo He | IEEE Transactions on Neural Networks and Learning Systems | IEEE Computational Intelligence Society | 2012
4. Ajay Thampi | Interpretable AI | Manning publishing | 2021
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година