Státní magisterská zkouška v programu Informatika, obor Umělá inteligence a zpracování přirozeného jazyka N-IN UMI

Zaměření: Umělá inteligence

  1. Syntaxe a sémantika výrokové a predikátové logiky: Rezoluční metoda v predikátové logice. Lineární rezoluce a Hornovy klauzule, SLD-rezoluce a logické programování. Tablové důkazy. Deduktivní metody v modální logice. Induktivní inference. Specializační operátory a problém odvození modelu. Nemonotonní odvozování. Logika a reprezentace znalostí.
  2. Složitost a řešení těžkých problémů: Struktura a vlastnosti časových složitostních tříd. Aproximativní, randomizované a heuristické přistupy Složitost některých úloh v umělé inteligenci. Dekompozice problému. Statistické metody a vyhodnocování experimentů.
  3. Programovací techniky pro umělou inteligenci: Sémantiky programovacích jazyků. Logické programování a jazyk Prolog: řízení výpočtu, řez, seznamy, vestavěné predikáty, styl programování, optimalizační techniky. Logické programování s omezujícími podmínkami: CLP program, omezující podmínky nad konečnými doménami, globální podmínky, labeling. Inteligentní agenti.
  4. Metody reprezentace znalostí a inference: Reprezentace znalostí, pravidla, rámce, sémantické sítě. Deduktivní odvozování. Dopředné a zpětné řetězení pravidel. Odvozování s neurčitostí. Metody tvorby báze znalostí. Induktivní odvozování. Hypotetické odvozování. Prolog a reprezentace znalostí. Hry a základní herní strategie.
  5. Počítačové zpracování přirozeného jazyka: Korpusy a korpusové manažery. Morfologická a syntaktická analýza. Desambiguace. Gramatiky jako reprezentace znalostí. Gramatiky definitních klauzulí. Valenční rámce a typy valencí. Lexikální významy a lexikální databáze, WordNet. Logiky pro zpracování přirozeného jazyka. Sémantické reprezentace vět.
  6. Rozvrhování a plánování: Problémy rozvrhování a plánování, Grahamova klasifikace. Rzvrhování pomocí řídících pravidel, matematického programování, lokálního prohledávání a omezujících podmínek. Plánování projektu. Plánování úloh. Rezervační systémy, rozvrhování jako timetabling, rozvrhování zaměstnanců. Klasické plánování, reprezentace pro plánování.
  7. Prohledávání a programování s omezujícími podmínkami: Řešení problémů využitím vyhledávacích metod, prohledávání stavového prostoru. Stromové prohledávání, lokální prohledávání, neúplné prohledávání, Problémy splňování podmínek a jejich složitost. Konzistenční algoritmy pro binární i nebinární podmínky. Prohledávání s propagací omezení. Řešení optimalizačních problémů.
  8. Dolování z dat a strojové učení: Proces dobývání znalostí z dat a dolování z dat. Typické úlohy. Předzpracování dat. Strojové učení. Neuronové sítě a genetické algoritmy. Posilované učení (reinforcement learning). Metody validace výsledku. Vizualizace dat. Induktivní logické programování. Induktivní odvozování v různých logických kalkulech. Dolování z geografických dat. Dolování z textu a hypertextu.
  9. Metody umělé inteligence pro zpracování přirozeného jazyka: Dialogové systémy a inference v přirozeném jazyce. Induktivní odvozování z textových dat. Metody předzpracování textu. Metody strojového učení pro zpracování textu. Markovovské modely. Automatická morfologická desambiguace v angličtině a češtině. Desambiguace významu slov. Klasifikace a filtrace dokumentů. Extrakce informace z textu.