Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011
|
|
- Wacława Staniszewska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT Przedmowa. CZĘŚĆ I: WPROWADZENIE 1. Komputer 1.1. Kółko i krzyżyk 1.2. Kodowanie 1.3. Odrobina fantazji 1.4. Komputer z pudełek 1.5. Programowanie w języku maszynowym 1.6. Architektura von Neumanna 1.7. System binarny 1.8. Programowanie w języku wyższego rzędu 1.9. Praktyczne możliwości komputera 2. Wizja Turinga 2.1. Przedmiot badań 2.2. Test Turinga 2.3. Czy komputer może myśleć? 2.4. Sukces czy porażka? 2.5. Silna AI i słaba AI 3. Pół wieku sztucznej inteligencji 3.1. Entuzjastyczne początki 3.2. Doza realizmu 3.3. Inżynieria wiedzy 3.4. Piąta Generacja 3.5. Rok Kierunki badań 3.7. Stan badań w roku Inteligencja obliczeniowa 3.9. HLAI i GAI sztuczna inteligencja na ludzkim poziomie 4. Techniki rozwiązywania problemów 4.1. Kombinatoryczna eksplozja 4.2. Problemy logiczne 4.3. Ogólne metody rozwiązywania problemów 4.4. Algorytm 4.5. Problemy przeszukiwania 4.6. Reprezentacje graficzne problemów 4.7. Przeszukiwanie grafu 4.8. Przeszukiwanie kierowane informacją 4.9. Heurystyki Naśladowanie natury 5. Mechaniczny szachista 5.1. Szachy
2 5.2. Minimax i strategie gry 5.3. Funkcja ewaluacyjna 5.4. Algorytm alfa-beta 5.5. Sukces 5.6. Warcaby 5.7. Go 5.8. Dalsze perspektywy 6. Dwa tysiące lat logiki 6.1. Arystoteles 6.2. Piąty postulat 6.3. Wizje Leibniza 6.4. Obalenie Euklidesa 6.5. Matematyzacja logiki 6.6. Światowy kongres matematyczny 6.7. Antyriornie 6.8. Program Hilberta 6.9. Nierozstrzygalność Istota obliczania 7. Idee współczesnej matematyki 7. l. Odkrycie liczby niewymiernej 7.2. Rachunek prawdopodobieństwa 7.3. Wzór Bayesa 7.4. Wielkie twierdzenie Fermata 7.5. Problem czterech barw 7.6. Matematyka dyskretna 7.7. Zawodna intuicja 7.8. Ciała i grupy 7.9. Teoria zbiorów Co to jest liczba? Paradoksy nieskończoności Argument przekątniowy Twierdzenie Cantora Zbiór wszystkich słów CZĘŚĆ II: LOGIKA 8. Klasyczny rachunek zdań 8.1. Sylogistyka 8.2. Rachunek zdań 8.3. Koniunkcja i alternatywa 8.4. Implikacja 8.5. Negacja 8.6. Inne spójniki 8.7. Metoda zero-jedynkowa 8.8. Schematy wnioskowań 8.9. Inne ujęcia 9. Pełna formalizacja 9.1. Kwantyfikatory 9.2. Relacje 9.3. Aksjomatyzacja 9.4. Teorie
3 9.5. Formalizacja języka matematyki 9.6. Hipoteza Goldbacha 9.7. Język formalny 9.8. Termy 9.9. Formuły Zmienne Aksjomaty logiczne Reguły wnioskowania Arytmetyka elementarna Twierdzenia i dowody 10. Metamatematyka Semantyka Definicja prawdy Twierdzenie Godła o pełności Twierdzenie o niesprzeczności Redukcja pojęć Redukcja matematyki do logiki Antynomie Aksjomatyzacja teorii zbiorów System ZF Aksjomatyzacja matematyki Aksjomat wyboru Program Hilberta Półrozstrzygalność 11. Twierdzenie Godła Formalizacja metamatematyki Dowód Immanentna niezupełność Nieudowadnialność niesprzeczności Nierozstrzygalność logiki Metateoria 12. Teoria obliczeń Wyrażenia i termy Algorytm Efektywne rozstrzyganie Kodowanie Kodowanie binarne Funkcje rekurencyjne 13. Maszyny Turinga Definicja maszyny Turinga Przykład I Obliczanie funkcji Przykład II Równoważność definicji Maszyna RAM Teza Churcha Rozstrzygalność Języki formalne
4 Rozumowanie Klasy rekurencyjności Argument z teorii mnogości Problem stopu Inne problemy nierozstrzygalne 14. Praktyka obliczeń Teoria i praktyka Algorytmy praktyczne Czas wielomianowy Złożoność obliczeniowa Klasa NP P^NP Szyfrowanie 15. Logiki nieklasyczne i metodologia nauk Logiki wielowartościowe Logiki rnodalne Logika intuicjonistyczna Logiki dopuszczające sprzeczność Logika rozmyta Logika indukcji Wiedza analityczna i syntetyczna Bayesianizm Zakład holenderski Logika prawdopodobieństwa Logika nieformalna Dedukcjonizm Metodologia nauk Definicje Braki logiki formalnej CZĘŚĆ III: SZTUCZNA INTELIGENCJA 16. Inżynieria wiedzy Bazy wiedzy Mechanizm wnioskowania 6.3. Rezolucja Koriiunkcyjna postać normalna Eliminacja kwantyfikatorów Unifikacja W kierunku praktyki Walka z kombinatoryczną eksplozją Automatyczne dowodzenie twierdzeń Hipoteza Robbinsa Programowanie logiczne Systemy ekspertowe 17. Rozumowania zdroworozsądkowe Formalizacja wiedzy zdroworozsądkowej Ontologia CYC
5 17.4. Ramy i sieci semantyczne Logiki deskrypcji Kłopoty z logiką pierwszego rzędu Niepewność wiedzy Sieci bayesowskie Logiki niemonotoniczne Logika domniemań Perspektywy 18. Inteligencja obliczeniowa Obliczeniowy model mózgu Perceptron Uczenie neuronu Sztuczne sieci neuronowe Perspektywy sieci neuronowych Mózg i komputer Algorytmy genetyczne Obliczenia ewolucyjne Inteligencja rojowiska Inteligencja obliczeniowa Perspektywy inteligencji obliczeniowej 19. Maszyny uczące się Drzewa decyzyjne Funkcje boolowskie i hipotezy Uczące się programy Uczenie gier logicznych Teoria uczenia się Uczenie obliczeniowe Ogólna teoria wnioskowania indukcyjnego Prawdopodobieństwo algorytmiczne Maszyna Godła 20. Przetwarzanie języka naturalnego Trzy problemy Rozpoznawanie mowy Struktura gramatyczna 0.4. Analiza znaczenia Znaczenie zdania NLP Tłumaczenie maszynowe Mówiące bazy danych Komputer rozumny Wyszukiwanie informacji Chatboty i inne 21. Sztuczna inteligencja i otoczenie Automatyczne planowanie Robotyka Komputerowe widzenie Kognitywistyka
6 21.5. Prawo Moore a Futurologia 22. Perspektywy Problem badań interdyscyplinarnych Problemy z logiką Rozpoznanie klęski poznawczej Logika formalna i sztuczna inteligencja Metoda naukowa Podejście inżynierskie Sceptycyzm i optymizm Sztuczna inteligencja w matematyce Wiedza nieformalna Realne perspektywy Ograniczone dziedziny W kierunku rozumienia języka naturalnego Bibliografia Skorowidz
Zasady krytycznego myślenia (1)
Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoWprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
Bardziej szczegółowoSztuczna inteligencja - wprowadzenie
Sztuczna inteligencja - wprowadzenie Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Sztuczna inteligencja komputerów - wprowadzenie Kontakt: dr inż. Dariusz Banasiak, pok.
Bardziej szczegółowoSztuczna inteligencja: aktualny stan i perspektywy rozwoju
SGH Business Intelligence, Sztuczna inteligencja: aktualny stan i perspektywy rozwoju Andrzej Kisielewicz Wydział Matematyki i Informatyki Uniwersytet Opolski marzec 2012 Wstęp Aktualny kryzys w AI problem
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL
Bardziej szczegółowoMetody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoFestiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?
Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące
Bardziej szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Na początek: teoria dowodu, Hilbert, Gödel
Metody dowodzenia twierdzeń i automatyzacja rozumowań Na początek: teoria dowodu, Hilbert, Gödel Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera
Bardziej szczegółowoHistoria sztucznej inteligencji. Przygotował: Konrad Słoniewski
Historia sztucznej inteligencji Przygotował: Konrad Słoniewski Prahistoria Mit o Pigmalionie Pandora ulepiona z gliny Talos olbrzym z brązu Starożytna Grecja System sylogizmów Arystotelesa (VI w. p.n.e.)
Bardziej szczegółowoJÓZEF W. BREMER WPROWADZENIE DO LOGIKI
JÓZEF W. BREMER WPROWADZENIE DO LOGIKI Wydawnictwo WAM Kraków 2006 Spis tre ci Przedmowa Jana Wole skiego 9 Wst p 11 1 Logika i jej rozumienie 17 1.1 Teksty wprowadzaj ce...................... 17 1.1.1
Bardziej szczegółowoLogika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne
Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem
Bardziej szczegółowoZ-LOG-1003 Logika Logics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOG-100 Logika Logics Obowiązuje od roku akademickiego 2012/201 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoćwiczenia 15 zaliczenie z oceną
Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 15 zaliczenie z oceną
Wydział: Prawo i Administracja Nazwa kierunku kształcenia: Prawo Rodzaj przedmiotu: podstawowy Opiekun: prof. dr hab. Kazimierz Pawłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb
Bardziej szczegółowoStefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010
Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://inf.ug.edu.pl/ stefan/dydaktyka/sztintel/
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
Stefan Sokołowski SZTUCZNA INTELIGENCJA Inst Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/sztintel/
Bardziej szczegółowoSztuczna inteligencja
Sztuczna inteligencja Przykładowe zastosowania Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 12 czerwca 2008 Plan 1 Czym jest (naturalna) inteligencja? 2 Czym jest (sztuczna)
Bardziej szczegółowoSylabus dla przedmiotu Logika i ogólna metodologia nauk
Sylabus dla przedmiotu Logika i ogólna metodologia nauk 1. Definicja pojęcia logika Wprowadzenie w tematykę przedmiotu (szkic czym jest logika, jak należy ją rozumieć, przedmiot logiki, podział logika
Bardziej szczegółowoInteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych
Wstęp Inteligencja Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych inteligencja psych. zdolność rozumienia, kojarzenia; pojętność, bystrość; zdolność znajdowania właściwych, celowych
Bardziej szczegółowo[1] [2] [3] [4] [5] [6] Wiedza
3) Efekty dla studiów drugiego stopnia - profil ogólnoakademicki na kierunku Informatyka w języku angielskim (Computer Science) na specjalności Sztuczna inteligencja (Artificial Intelligence) na Wydziale
Bardziej szczegółowoKierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia
:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Metody uczenia się i studiowania. 1 15 1 Środowisko programisty. 1 30 3 Komputerowy
Bardziej szczegółowoMATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI
MATEMATYKA DYSKRETNA, PODSTAWY LOGIKI I TEORII MNOGOŚCI Program wykładów: dr inż. Barbara GŁUT Wstęp do logiki klasycznej: rachunek zdań, rachunek predykatów. Elementy semantyki. Podstawy teorii mnogości
Bardziej szczegółowoUniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.
SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu
Bardziej szczegółowoModele Obliczeń. Wykład 1 - Wprowadzenie. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski
Modele Obliczeń Wykład 1 - Wprowadzenie Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Wykład fakultatywny w semestrze zimowym 2014/2015 Marcin Szczuka (MIMUW) Modele Obliczeń 2014/2015 1 /
Bardziej szczegółowoKARTA MODUŁU KSZTAŁCENIA
KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Bardziej szczegółowoSztuczna Inteligencja i Systemy Doradcze
Sztuczna Inteligencja i Systemy Doradcze Wprowadzenie Wprowadzenie 1 Program przedmiotu Poszukiwanie rozwiązań w przestrzeni stanów Strategie w grach Systemy decyzyjne i uczenie maszynowe Wnioskowanie
Bardziej szczegółowoSylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia
Załącznik nr 4 do zarządzenia nr 12 Rektora UJ z 15 lutego 2012 r. Sylabus modułu kształcenia na studiach wyższych Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Wydział Matematyki
Bardziej szczegółowoCZYM SĄ OBLICZENIA NAT A URALNE?
CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program
Bardziej szczegółowoWykłady dla doktorantów Środowiskowych Studiów Doktoranckich w zakresie informatyki w roku akademickim 2011/2012
Wykłady dla doktorantów Środowiskowych Studiów Doktoranckich w zakresie informatyki w roku akademickim 2011/2012 - prof. dr hab. Wojciech Rytter: Algorytmika kombinatoryczno-grafowa (30 g. semestr zimowy
Bardziej szczegółowoWstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych
Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są
Bardziej szczegółowoJAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Bardziej szczegółowoRACHUNEK PREDYKATÓW 7
PODSTAWOWE WŁASNOŚCI METAMATEMATYCZNE KRP Oczywiście systemy dedukcyjne dla KRP budowane są w taki sposób, żeby wszystkie ich twierdzenia były tautologiami; można więc pokazać, że dla KRP zachodzi: A A
Bardziej szczegółowoTeoretyczne podstawy informatyki
n r fi i= 1 n r fi i= 1 r n ( x) = f ( x) + K+ f ( x) Def r 1 r n ( x) = f ( x) K f ( x) Def r 1 1 Wykład cz. 2 dyżur: poniedziałek 9.30-10.30 p. 436 środa 13.30-14.30 p. 436 e-mail: joanna.jozefowska@cs.put
Bardziej szczegółowoPoczątki informatyki teoretycznej. Paweł Cieśla
Początki informatyki teoretycznej Paweł Cieśla Wstęp Przykładowe zastosowanie dzisiejszych komputerów: edytowanie tekstów, dźwięku, grafiki odbiór telewizji gromadzenie informacji komunikacja Komputery
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja
Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu
Bardziej szczegółowoSztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych
Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej
Bardziej szczegółowoISBN e-isbn
Andrzej Indrzejczak, Marek Nowak Uniwersytet Łódzki Wydział Filozoficzno-Historyczny, Katedra Logiki i Metodologii Nauk 90-131 Łódź, ul. Lindleya 3/5 RECENZENT Dariusz Surowik REDAKTOR INICJUJĄCY Damian
Bardziej szczegółowoNarzędzia AI. Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312. http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE)
Narzędzia AI Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312 http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE) Nauka o maszynach realizujących zadania, które wymagają inteligencji
Bardziej szczegółowoTwierdzenia Gödla. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM
Twierdzenia Gödla Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Twierdzenia Gödla Funkcje rekurencyjne 1 / 21 Wprowadzenie
Bardziej szczegółowoT2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01
Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku polskim, na specjalnościach Metody sztucznej inteligencji oraz Projektowanie systemów CAD/CAM, na Wydziale
Bardziej szczegółowoO ALGORYTMACH I MASZYNACH TURINGA
O ALGORYTMACH I MASZYNACH TURINGA ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające współcześnie precyzyjny schemat mechanicznej lub maszynowej realizacji zadań określonego
Bardziej szczegółowoLogika dla socjologów Część 2: Przedmiot logiki
Logika dla socjologów Część 2: Przedmiot logiki Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Działy logiki 2 Własności semantyczne i syntaktyczne 3 Błędy logiczne
Bardziej szczegółowoUmysł Komputer Świat TEX output: :17 strona: 1
Umysł Komputer Świat INFORMATYKA I FILOZOFIA Witold Marciszewski Paweł Stacewicz Umysł Komputer Świat O zagadce umysłu z informatycznego punktu widzenia E Warszawa Akademicka Oficyna Wydawnicza EXIT 2011
Bardziej szczegółowoTautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)
Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych
Bardziej szczegółowoKierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa, Inżynieria oprogramowania, Technologie internetowe
:Informatyka- - inż., rok I specjalność: Grafika komputerowa, Inżynieria oprogramowania, Technologie internetowe Metody uczenia się i studiowania 1 Podstawy prawa i ergonomii pracy 1 25 2 Podstawy ekonomii
Bardziej szczegółowoElementy logiki i teorii mnogości
Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy
Bardziej szczegółowoMetoda Tablic Semantycznych
Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β,
Bardziej szczegółowoKierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa
:Informatyka- - inż., rok I specjalność: Grafika komputerowa Rok akademicki 018/019 Metody uczenia się i studiowania. 1 Podstawy prawne. 1 Podstawy ekonomii. 1 Matematyka dyskretna. 1 30 Wprowadzenie do
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać
Bardziej szczegółowoSymbol efektu kształcenia
Efekty dla studiów drugiego stopnia - profil ogólnoakademicki, na kierunku Informatyka, na specjalnościach Metody sztucznej inteligencji (Tabela 1), Projektowanie systemów CAD/CAM (Tabela 2) oraz Przetwarzanie
Bardziej szczegółowoMetoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Bardziej szczegółowoKierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia
Studia pierwszego stopnia I rok Matematyka dyskretna 30 30 Egzamin 5 Analiza matematyczna 30 30 Egzamin 5 Algebra liniowa 30 30 Egzamin 5 Statystyka i rachunek prawdopodobieństwa 30 30 Egzamin 5 Opracowywanie
Bardziej szczegółowoRozdział VII. Znaczenie logiki dla prawa i pracy prawnika Zadania i odpowiedzi 20
Przedmowa Wykaz skrótów XIII XV Część A. Wprowadzenie Rozdział I. Rys historyczny 1 1. Początki logiki jako nauki 1 2. Średniowiecze 2 3. Czasy nowożytne i współczesne 4 Rozdział II. Podstawowe prawa myślenia
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowoKierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia
:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Repetytorium z matematyki. 1 30 3 Środowisko programisty. 1 30 3 Komputerowy
Bardziej szczegółowoRok akademicki: 2017/2018 Kod: HKL s Punkty ECTS: 4. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Nazwa modułu: Logika Rok akademicki: 2017/2018 Kod: HKL-1-221-s Punkty ECTS: 4 Wydział: Humanistyczny Kierunek: Kulturoznawstwo Specjalność: Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Bardziej szczegółowoAdam Meissner.
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu
Bardziej szczegółowoSztuczna inteligencja
POLITECHNIKA KRAKOWSKA WIEiK KATEDRA AUTOMATYKI I TECHNIK INFORMACYJNYCH Sztuczna inteligencja www.pk.edu.pl/~zk/si_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 1: Wprowadzenie do
Bardziej szczegółowoZał. nr 4 do ZW. Wykład Ćwiczenia Laboratorium Projekt Seminarium 30 30
WYDZIAŁ ****** KARTA PRZEDMIOTU Nazwa w języku polskim MATEMATYKA DYSKRETNA Nazwa w języku angielskim DISCRETE MATHEMATICS Kierunek studiów (jeśli dotyczy): Specjalność (jeśli dotyczy): Stopień studiów
Bardziej szczegółowoINSTYTUT NAUK EKONOMICZNYCH I INFORMATYKI Rozkład zajęć, Semestr zimowy, Kierunek INFORMATYKA PONIEDZIAŁEK
PONIEDZIAŁEK Automaty i języki formalne (W) informatycznym (W) Algebra liniowa z geometrią 1 (W) dr R. Kamocki Automaty i języki formalne Analiza matematyczna 2 (W) Analiza matematyczna 2 informatycznym
Bardziej szczegółowoLogika formalna SYLABUS A. Informacje ogólne
Logika formalna SYLABUS A. Informacje ogólne studiów Poziom kształcenia Profil studiów Forma studiów Rodzaj przedmiotu Rok studiów /semestr Wymagania wstępne Liczba godzin zajęć Założenia i cele przedmiotu
Bardziej szczegółowoKierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 217/218 Język wykładowy: Polski Semestr 1 IIN-1-13-s
Bardziej szczegółowoOdniesienie symbol I [1] [2] [3] [4] [5] Efekt kształcenia
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki, prowadzonych na kierunku Matematyka, na Wydziale Matematyki i Nauk Informacyjnych Użyte w poniższej tabeli: 1) w kolumnie 4 określenie Odniesienie
Bardziej szczegółowoReguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do
Reguły gry zaliczenie przedmiotu wymaga zdania dwóch testów, z logiki (za ok. 5 tygodni) i z filozofii (w sesji); warunkiem koniecznym podejścia do testu z filozofii jest zaliczenie testu z logiki i zaliczenie
Bardziej szczegółowoLISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia niestacjonarne 1 sem. PO-W08-INF- - -NZ-Ii-WRO-(2015/2016) MAP003056W Algebra z geometrią analityczną
Bardziej szczegółowoKRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego wojtow@uw.edu.pl 1 2 1. SFORMUŁOWANIE PROBLEMU Czy są empiryczne aspekty dowodów matematycznych? Jeśli tak to jakie stanowisko filozoficzne
Bardziej szczegółowoAUTOMATYKA INFORMATYKA
AUTOMATYKA INFORMATYKA Technologie Informacyjne Sieć Semantyczna Przetwarzanie Języka Naturalnego Internet Edytor Serii: Zdzisław Kowalczuk Inteligentne wydobywanie informacji z internetowych serwisów
Bardziej szczegółowoKierunek i poziom studiów: matematyka, studia I stopnia, rok I. Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat)
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: matematyka, studia I stopnia, rok I Sylabus modułu: Wstęp do matematyki (03-MO1S-12-WMat) 1. Informacje ogólne koordynator modułu Tomasz
Bardziej szczegółowoSztuczna inteligencja wprowadzenie
Sztuczna inteligencja wprowadzenie Sławomir Samolej Slajdy zostały przygotowane na podstawie materiałów opublikowanych na (http://wazniak.mimuw.edu.pl/ Literatura Leszek Rutkowski Metody i techniki sztucznej
Bardziej szczegółowoALFRED TARSKI. Życie i logika Kalendarium. Joanna Golińska-Pilarek. Marian Srebrny.
ALFRED TARSKI Życie i logika Kalendarium Joanna Golińska-Pilarek j.golinska@uw.edu.pl Marian Srebrny marians@ipipan.waw.pl KRAKÓW 28 maja 2009 Początek 14 stycznia 1901 rok Miejsce: Warszawa Rodzice: Róża
Bardziej szczegółowoTeoretyczne podstawy informatyki
1 Wykład cz. 2 dyżur: środa 9.00-10.00 czwartek 10.00-11.00 ul. Wieniawskiego 17/19, pok.10 e-mail: joanna.jozefowska@cs.put poznan.pl materiały do wykładów: http://www.cs.put.poznan.pl/jjozefowska/ hasło:
Bardziej szczegółowoEFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6
EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6 studia pierwszego stopnia o profilu ogólnoakademickim Symbol K_W01 Po ukończeniu studiów pierwszego stopnia
Bardziej szczegółowoMetody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia
Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS
Bardziej szczegółowoKARTA KURSU. Probability theory
KARTA KURSU Nazwa Nazwa w j. ang. Rachunek prawdopodobieństwa Probability theory Kod Punktacja ECTS* 4 Koordynator Dr Ireneusz Krech Zespół dydaktyczny Dr Ireneusz Krech Dr Robert Pluta Opis kursu (cele
Bardziej szczegółowoRepetytorium z matematyki 3,0 1,0 3,0 3,0. Analiza matematyczna 1 4,0 2,0 4,0 2,0. Analiza matematyczna 2 6,0 2,0 6,0 2,0
PROGRAM STUDIÓW I INFORMACJE OGÓLNE 1. Nazwa jednostki prowadzącej kierunek: Wydział Matematyki i Informatyki 2. Nazwa kierunku: Informatyka 3. Oferowane specjalności: 4. Poziom kształcenia: studia pierwszego
Bardziej szczegółowoOpis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Bardziej szczegółowoPodstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Bardziej szczegółowoM T E O T D O ZI Z E E A LG L O G R O Y R TM
O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z
Bardziej szczegółowoSpis treści 377 379 WSTĘP... 9
Spis treści 377 379 Spis treści WSTĘP... 9 ZADANIE OPTYMALIZACJI... 9 PRZYKŁAD 1... 9 Założenia... 10 Model matematyczny zadania... 10 PRZYKŁAD 2... 10 PRZYKŁAD 3... 11 OPTYMALIZACJA A POLIOPTYMALIZACJA...
Bardziej szczegółowoElementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się
Bardziej szczegółowoSystemy uczące się wykład 1
Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej
Bardziej szczegółowoPlan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
1 Plan wykładów Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie formysztucznej inteligencji Elementy
Bardziej szczegółowoElementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się Ogół rozmyślań, nie zawsze naukowych, nad naturą człowieka,
Bardziej szczegółowoII. MODUŁY KSZTAŁCENIA
PROGRAM STUDIÓW I. INFORMACJE OGÓLNE 1. Nazwa jednostki prowadzącej kierunek: W y d z i a ł M a t e m a t y k i i I n f o r m a t y k i 2. Nazwa kierunku: I n f o r m a t y k a 3. Poziom kształcenia: s
Bardziej szczegółowoPLAN STUDIÓW STACJONARNYCH PIERWSZEGO STOPNIA DLA KIERUNKU MATEMATYKA NA WYDZIALE MATEMATYKI, INFORMATYKI I EKONOMETRII UNIWERSYTETU ZIELONOGÓRSKIEGO
PLAN STUDIÓW STACJONARNYCH PIERWSZEGO STOPNIA DLA KIERUNKU MATEMATYKA NA WYDZIALE MATEMATYKI, INFORMATYKI I EKONOMETRII UNIWERSYTETU ZIELONOGÓRSKIEGO rekrutacja w roku akademickim 2018/2019 Zatwierdzono:
Bardziej szczegółowoprawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
Bardziej szczegółowoMatematyka dyskretna
Matematyka dyskretna Andrzej Szepietowski Matematyka dyskretna Wydawnictwo Uniwersytetu Gdańskiego Gdańsk 2018 Recenzja prof. dr hab. Marek Zaionc Redakcja wydawnicza Dorota Zgaińska Projekt okładki i
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II
Bardziej szczegółowoReprezentacja wiedzy ontologie, logiki deskrypcyjne
Reprezentacja wiedzy ontologie, logiki deskrypcyjne Agnieszka Ławrynowicz 24 listopada 2016 Plan wykładu 1 Powtórka: sieci semantyczne, RDF 2 Definicja ontologii 3 Logiki deskrypcyjne Semantyczny Internet
Bardziej szczegółowoKierunek: Informatyka Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia
Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne Rocznik: 2019/2020 Język wykładowy: Polski Semestr 1 z Kierunkowe 10
Bardziej szczegółowoPEF - Copyright by Polskie Towarzystwo Tomasza z Akwinu
LOGIKA (gr. [ta logiká] to, co dotyczy mówienia, rozumowania; od: [logos] myśl, refleksja, słowo) dyscyplina naukowa, w której można wyróżnić kilka odrębnych działów z 1. formalną jako działem podstawowym.
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoSkładnia rachunku predykatów pierwszego rzędu
Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka
Bardziej szczegółowo