Овладавање основним принципима и техникама рачунарске (вештачке) интелигенције.

Разумевање основних принципа и техника рачунарске интелигенције и способност њихове примене у решавању различитих врста проблема.

Концепти, циљеви, приступи, окружења и области примене рачунарске интелигенције. Слепе и хеуристичке претраге код проблема са и без противника. Моделовање стохастичких окружења (Марковљеви Процеси Одлучивања). Обучавање интелигентних агената помоћу учења условљавањем. Основе машинског учења: типови алгоритама и учења (надгледано, не-надгледано, полу-нагледано итд.), основе кластеровања и класификације. Увод у вештачке неуронске мреже (перцептрон и једноставне потпуно повезане мреже). Увод у дубоко учење: конволутивне неуронске мреже, рекурентне неуронске мреже, и принципи обучавања дубоких неуронских мрежа. Увод у дубоко учење условљавањем. Увод у програмски језик Пролог. Увод у генетске алгоритме.

Облици извођења наставе су: предавања, рачунарске вежбе, израда домаћих задатака, и консултације.На предавањима се, коришћењем потребних дидактичких средстава, излажу садржаји предмета и стимулише се активно учешће студената постављањем питања. Практични део градива студенти савладавају на рачунарским вежбама кроз задатке које решавају уз помоћ асистента или самостално и кроз самосталну израду домаћих задатака.