# Lekcia 1: Úvod do predmetu Umelá inteligencia

- Pojmem "umelá inteligencia"
    - Je schopnosť strojov vykonávať úlohy, ktoré obvykle vyžadujú ľudskú inteligenciu, ako napr. rozprávanie reči, rozhodovanie a učenie sa z vlastných skúseností.
    - V podstate ide o systém, ktorý dokáže:
        1. Analyzovať dáta
        2. Usudzovať na základe tejto analýzy
        3. Prispôsobiť sa novým situáciám v priebehu času

- História a súčasnosť tohto odboru
    - [Šachový automat (Turek)](http://www.vystava.sav.sk/wp-content/uploads/%C5%A0achov%C3%BD-automat-W.-von-Kempelena.pdf)
    - Veda o UI existuje cca viac ako pol storočia.

- Základné prúdy umelej inteligencie
    - Symbolický funkcionalizmus:
        1. Reprezentácia problému a inteligentné prehľadávanie pristoru stavov,
        2. Logika,
        3. Vety prirodzeného jazyka.
    - Konekcionizmus:
        - Inteligencia vyplýva z prepojenia veľkého počtu jednoduchých výpočtových jednotiek.
        - Myšlienka (inšpirovaná mozgom), základná jednotka je model neurónu.
        - Hlavnou vetvou sú neuronové siete.
        - Skúma zdanlivo chaotické prepojenia.
    - Robotický funkcionalizmus:
        - Koncentruje na funkcionalitu modelovaného systému.
        - Inteligentným správanie je interakcia medzi entitami: _systém_, _prostredie_, _úloha_.

- Turingov test, problémy testu, jeho modifikácie
    - Otázka testu: _"Môže stroj myslieť?"_
    - _Mysliaci počítač_ je taký, ktorého chovanie nebudeme schopný rozoznať od človeka.
    - Test je imitačná hra (rozlíšenie 2 ľudí podľa pohlavia).
    - Test spočíva v tom, že imitátorom človeka by bol počítač.
    - Doteraz žiadnemu programu sa **nepodarilo** splniť.
    - Modifikácie:
        1. Komunikácia medzi hráčmi:
            - Ľudský vyšetrovateľ komunikuje s dvoma hráčmi, _A_ a _B_.
            - Ak vyšetrovateľ nedokáže určiť, ktorý hráč je počítač a ktorý je človek, tak počítač zložil test.
            - Ak je počítač nerozoznateľný od človeka vo všeobecnom rozhovore o prirodzenom jazyku, musí sa dostať do inteligencie na úrovni človeka.
        2. Simulácia iba jednej z mnohých schopností človeka (schopnosť jazyka v písanej forme).
        3. Simulácia všetkých ľudských schopností (spĺňa iba pokročilý humanoidní robot).
    - Problémy:
        1. Pôvodnosť - počítač nemyslí, pretože myslenie je spojené s pôvodnosťou. Z počítača však dostaneme iba modifikáciu toho, co doň vložíme.
        2. Niekedy tieto testy môžu zisťovať to, _či počítač sa správa viac ako človek_, ako to, _či je inteligentný_.
        3. Paradox čínskej izby - splnenie testu ešte nemusí znamenať myslenie a uvedomovanie si.
        4. Dokonalosť - počítač môže byť odhalený práve tým, že nerobí chyby, počíta rýchlejšie.

---

# Lekcia 2: Riešenie problémov - vyjadrenie problému

- Vyjadrenie problému v AI (začiatočný stav, množina operátorov, stavový priestor, cieľový test, cena cesty)
    - Aaa

- Základné problémy pre algoritmy hľadania riešenia
    - Aaa

- Neinformatívne hľadanie - prehľadávanie do šírky, stratégia rovnomernej ceny
    - Aaa

- Obojsmerné hľadanie
    - Aaa

- Prehľadávanie do hĺbky a jeho modifikácie
    - Aaa

---

# Lekcia 3: Heuristické prehľadávanie, Genetické algoritmy, Hry ako problém hľadania

- Lačné hľadanie
    - Aaa

- Algoritmus A*
    - Aaa

- Heuristiky zmenšujúce priestor stavov
    - Aaa

- Genetické algoritmy
    - Aaa

- Herné problémy, algoritmus Min-Max
    - Aaa

---

# Lekcia 4: Znalosti

- Znalosti
    - Aaa

- Vlastnosti znalostných systémov
    - Aaa

- Reprezentácia znalosti (vyjadriteľnosť, použiteľnosť, začleniteľnosť)
    - Aaa

- Logika, výroková logika, predikátová logika
    - Aaa

- Pravidlá
    - Aaa

- Sémantické siete, ontológie
    - Aaa

---

# Lekcia 5: Vnímanie - Rozpoznávanie vzorov

- Aplikácie rozpoznávania vzorov
    - Aaa

- Príznakové rozpoznávanie
    - Aaa

- OCR systémy
    - Aaa

- Časti OCR systémov
    - Aaa

- Príznaky a spôsoby výberu príznakov
    - Aaa

---

# Lekcia 6: Strojové učenie - Rozhodovacie stromy

- Čo reprezentujú rozhodovacie stromy
    - Aaa

- Rozhodovacie stromy a strojové učenie
    - Aaa

- Prepis stromu na pravidlá
    - Aaa

- Výber vlastností pre tvorbu ulov
    - Aaa

- Klasifikačná chyba
    - Aaa

- Pravidlá pre ukončenie rekurzie tvorby stromov
    - Aaa

---

# Lekcia 7: Strojové učenie, Naive Bayes, Q-learning

- Oblasti využitia strojového učenia
    - Aaa

- Biflovanie, induktívne učenie sa
    - Aaa

- Naivný Bayesovský klasifikátor
    - Aaa

- Typy strojového učenia
    - Aaa

---

# Lekcia 8: Strojové učenie - Regresia

- Lineárna regresia
    - Aaa

- Residual sum of squares (RSS)
    - Aaa

- Stupne polynómu - komplexnosť modelu
    - Aaa

- Pridanie ďalších parametrov
    - Aaa

---

# Lekcia 9: Spracovanie prirodzeného jazyka (NLP)

- Predspracovanie textu
    - Aaa

- Tokenizázia
    - Aaa

- Lematizácia
    - Aaa

- Stop slová
    - Aaa

- POS tagging
    - Aaa