Ovladavanje osnovnim principima i tehnikama računarske (veštačke) inteligencije.

Razumevanje osnovnih principa i tehnika računarske inteligencije i sposobnost njihove primene u rešavanju različitih vrsta problema.

Koncepti, ciljevi, pristupi, okruženja i oblasti primene računarske inteligencije. Slepe i heurističke pretrage kod problema sa i bez protivnika. Modelovanje stohastičkih okruženja (Markovljevi Procesi Odlučivanja). Obučavanje inteligentnih agenata pomoću učenja uslovljavanjem. Osnove mašinskog učenja: tipovi algoritama i učenja (nadgledano, ne-nadgledano, polu-nagledano itd.), osnove klasterovanja i klasifikacije. Uvod u veštačke neuronske mreže (perceptron i jednostavne potpuno povezane mreže). Uvod u duboko učenje: konvolutivne neuronske mreže, rekurentne neuronske mreže, i principi obučavanja dubokih neuronskih mreža. Uvod u duboko učenje uslovljavanjem. Uvod u programski jezik Prolog. Uvod u genetske algoritme.

Oblici izvođenja nastave su: predavanja, računarske vežbe, izrada domaćih zadataka, i konsultacije.Na predavanjima se, korišćenjem potrebnih didaktičkih sredstava, izlažu sadržaji predmeta i stimuliše se aktivno učešće studenata postavljanjem pitanja. Praktični deo gradiva studenti savladavaju na računarskim vežbama kroz zadatke koje rešavaju uz pomoć asistenta ili samostalno i kroz samostalnu izradu domaćih zadataka.