1. Definicja sztucznej inteligencji i jej zastosowania

  2. Heurystyki i strategie poszukiwań

  3. Ograniczenia sztucznej inteligencji

  4. Test Turinga

  5. Inżynieria wiedzy - metody pozyskiwania wiedzy

  6. Podstawy biologiczne algorytmów ewolucyjnych

  7. Podstawowe pojęcia algorytmów ewolucyjnych

  8. Algorytm genetyczny - budowa i zasada działania

  9. Metody selekcji i operatory genetyczne w AG

  10. Miary odległości

  11. Kryteria jakości grupowania

  12. Metody wyboru i oceny klasyfikatora

  13. Czułość i specyficzność klasyfikatora

  14. Krzywe ROC

  15. Klasyfikator liniowy i klasyfikator klasa-klasa, klasa-reszta

  16. Struktura systemu ekspertowego

  17. Baza wiedzy - problem spójności i sprzeczności bazy

  18. Etapy konstruowania bazy wiedzy

  19. Pozyskiwanie wiedzy w systemie ekspertowym, inżynier wiedzy

  20. Metody reprezentacji wiedzy i reguły wnioskowania

  21. Wnioskowanie w przód i wstecz

  22. Lematy logiki, przykładowe konstrukcje

  23. Sieci neuronowe, sztuczny neuron

  24. Cechy sieci neuronowych

  25. Uczenie sieci neuronowych

  26. Rodzaje funkcji aktywacji sieci neuronowych

  27. Definicje rozmytej funkcji przynależności i jej rodzaje

  28. Klasyczne i rozmyte grupowanie danych

  29. Perceptron