ࡱ>     q` *KbjbjqPqP 7d::j%   ^D jDjDjD8D6ETpEp>>>>>>>??@@@Ͻ϶϶϶϶ϯȯȯψ.hdh,g5CJOJQJ\^JaJmHsHhdh 5 hdh= hdh  hdh, hdh>Sh[( hdh! hdhA_(hdh,CJOJQJ^JaJmHsH(hdh=CJOJQJ^JaJmHsH2@@2AFFGGHHS hdh_!hdh}5 hdh} hdh8 hdhw?hdhw?5 hdh[hdhK 5 hdhK hdhz$?ssttvvwxy"zx{~~*,F(d RT$ & F]a$gd(i$ & F]a$gd(i$ & F]a$gd(i $]a$gd(ixxxxx:yyyyyyyyyzz"z(z*zJzLzZzlz|z~zzzzz{{{H{J{x{{{{{{{{@|P|,}.}L~\~~~*,XFlȀʀ(PȂnvŽŽŽŽhdh$)N5 hdh$)Nhdh>S5hdhw?5 hdhw? hdh>ShdhR a5 hdh_! hdhR aJăʃ*,TVdĄ.8:@DBNTdf†Ԇ:<>@F‡@ЈƉȉ Կhdhs5hdh4<5 hdh4< hdh>m0 hdh! hdh=hdh=5 hdhdhdh$)N5 hdhw? hdh$)NCT>@‡@HLt HJ~ $]a$gds$ & F]a$gd(i$ & F]a$gd(i $]a$gd(iFƋVZJLގ"|~ĐȐΐLfjl|ƔȔ,FL^ " ŽŵŽŮŮŽŽŽŽŵhdh!5 hdhw?hdhw?5hdh)?5 hdh)? hdh! hdh= hdh$ hdhd hdh4<hdh4<5hdhd5>Е PR*,*,$]^a$gds $]a$gd(i$ & F]a$gd(i (NڗJR $&:@BHJf@BFHT8&$&FHӽӽӶӶŶŶŶŶ hdh:d hdh>Shdh!"5hdhw5U hdhwhdh[X5 hdh!" hdh! hdh[X hdhd hdh= hdh)?hdh)?5hdhs5;Tehnika ozna avanja najbli~i-susjed (NIT): NIT omoguava korisniku da povrati slu ajeve zasnovane na zna ajnoj koli ini odlika uba enog slu aja koji se podudara sa slu ajevima u memoriji. Kod najjednostavnijeg pristupa NIT-a, kod koga sve odlike imaju svoj ekvivalent, sustav e preferirati slu aj kod koga postoji podudaranje u aest odlika. Ovaj pristup je dobar za upotrebu ako cilj nije dobro definiran ili ako viae slu ajeva dolazi u obzir. Najvei problem sa isklju ivim koriatenjem ovog pristupa je nemogunost da se on konvergira u grupi opih zna ajnih odlika koje e to no povratiti slu ajeve u svim situacijama. Zna ajne odlike za podru je najveeg broja problema zavise od konteksta, tj. data odlika mo~e biti viae ili manje zna ajna u odreivnju odgovarajueg slu aja za povraaj zavisno od zna aja drugih odlika slu aja. U suatini, svaki slu aj treba da ima svoju posebnu grupu zna ajnih odlika za odreivanje va~nosti tog slu aja za novi problem. Induktivne tehnike ozna avanja (IIT): IIT osigurava zna ajan napredak u odnosu na NIT u situacijama gdje cilj povraaja ili rezultat slu aja je dobro definiran i gdje ima dovoljno primjera za svaki tip cilja koji e izvesti induktivno poreenje. Koriaenjem algoritama kao ID3 i CART, zadatak je da se induktivno odrede koje odlike e najbolje odraditi razlikovanje izmeu razli itih rezultata slu aja s obzirom na navedene odlike. IIT ima dve prednosti. Prvo, one mogu automatski, objektivno i strogo analizirati slu ajeve radi odreivanja i najboljih odlika za njihovo razlikovanje (osiguravaji glavne prednosti sustava izgradnje u odnosu na pristupe zasnovane na pravilima). Drugo, slu ajevi mogu biti organizirani za povraaj u hijerarhijskoj strukturi koja poveava vreme povraaja samo po unoaenju broja slu ajeva prije nego linearno. Vreme povraaja mo~e biti va~an faktor kada se koriste biblioteke slu ajeva koje se broje u hiljadama. Da bi se izvela indukcija, sustavu je neophodna razumna koli ina slu ajeva da stvori to ne odlike razlikovanja i potrebno je puno prethodnog vremena kako bi se izvele induktivne analize kao ato je induktivno obele~avajue induktivno povla enje. Tehnika obele~avanja zasnovana na znanju (KIT): KIT se trudi da primeni postojea znanja za svaki slu aj u biblioteci, da odredi koje odlike su va~ne za povla enje svakog slu aja. Preferirajui pristup u odnosu na tehnike obele~avanja ukoliko je tako objaanjavajue znanje dostupno i reprezentativno. Problem je u tome ato je esto teako da se kodifikuje dovoljno objaanjavajuih informacija (obi no u formi modela podru ja zasnovanog na pravilima) da bi se izvelo kompletno obele~avanje zasnovano na znanju na airokom spektru moguih unetih slu ajeva. Stoga, mnogi sustavi upotrebljavaju KIT u konjukciji sa drugim tehnikama obele~avanja. Bilo kako bilo, neko korisno oblele~avajue znanje je skoro uvek dostupno za veinu podru ja u stvarnom svetu, va~no je za CBR sustav koji se trudi da to znanje iskoristi. 4.3. Skladiatenje, povraaj i prilagoavanje slu aja Kada su jednom slu ajevi predstavljeni i oblele~eni, oni mogu biti organizirani u efikasnu strukturu za povraaj. Najvei broj struktura memorija slu aja spada u rang izmeu isto povezanog povraaja gdje su neka ili sve odlike slu aja obele~ene neovisno od ostalih slu ajeva i isto hijerarhijskog povraaja gdje su odlike slu aja orgnizirane u strukturi iji je koncept ide od opeg ka posebnom. NIT tehnike se smatraju povezujuim zato ato nemaju organizaciju memorije. Mre~e razdvajanja predstavljaju prelaz izmeu povezujuih i hijerarhijskih zato ato imaju izvesnu strukturu prema mre~i ili veu fleksibilnost povraaja zato ato imaju vei broj veza izmeu potencionalnih odlika obele~avanja. Drva odluka su primjeri isto hijerarhijski organizirane memorije. Tip organizacije memorije je povezan sa koli inom znanja koje je na raspolaganju za zadovoljavanje potreba sustava u pogledu obele~avnja i povraaja. Ako se tra~i fleksibilnost zato ato se jedan slu aj koristi za viae zadataka povraaja, eae se koristi povezujui pristup. Kada je slu aj povraaja dobro definiran, hijerarhijski pristup se koristi zbog svojih prednosti u pogledu vremena povla enja koje imaju hijerarhijski pristupi u odnosu na povezujui. Cilj povraaja slu aja je da vrati najsli niji raniji slu aj koji je podudaran sa unetom situacijom. Prilagoavanje slu aja uzima povaraeni slu aj koji se sree sa veinom potrebne trenutne situacije. Prilagoavanje slu aja mo~e takoer da uklju i pravljenje minimalnih promjena u unetim zahtjevima da se susretne sa poznatim ciljem u skladiatenom slu aju. Teako je definirati jedan pristup koji je generalno primjenljiv da se izvrai prilagoavanje slu aja, zato ato prilagoavanje te~i da bude specifi an problem. Potrebe i pristupi adaptacije za jedan problem (projekat) mogu biti razli iti od prilagoavanja koje je potrebno za drugi (dijagnoza). Naj eai postojei CBR sustavi posti~u prilagoavanje slu aja za jedno specifi no podru je problema, oni se oglaaavaju aifrovanim znanjem prilagoavanja u obliku grupe pravila prilagoavanja ili modela podru ja. Pravila prilagoavanja su onda primjenjiva na povaraeni slu aj da bi se on transformirao u novi slu aj koji se susree sa novim ograni enjima unetog problema. Najskorije primjene posjeduju uspjeano upotrebljene dielove postojeih slu ajeva u memoriji da bi se izvelo prilagoavanje. U podru jima problema gdje je teako kodifikovati dovoljno znanja u vidu pravila da bi se dozvolilo izvoenje prilagoavanja, upotreba dijelova slu aja je najbolja, ak i jedina alternativa. I, ak i ako slu ajevi ne mogu biti prilagoeni od strane ra unala, barem je sustav osigurava ljudski "adapter" sa zna ajnom polaznom ta kom. 4.4.U enje i uopavanje Koriaenje prednosti postojeih tehnika za izvla enje potrebnih informacija iz primjera dozvoljava sustavu zasnovanom na slu ajevima da izbegne neke od glavnih problema pristupa zasnovanih na pravilima u sakupljanju problema  rjeaavanju ili klasifikaciji znanja i njegovom dobrom koriatenju. Induktivne i tehnike obele~avanja zasnovane na objaanjavanju zbog razvoja e dozvoliti da CBR sustavi izvedu korisne oblele~avajue odlike i struktuiraju ih u efikasnu organizaciju memorije. Kako se slu ajevi budu akumulirali, uopavanje slu ajeva mo~e se koristiti radi definisanja prototipnih slu ajeva koji predstavljaju glavne odlike grupe specifi nih slu ajeva i ti prototipni slu ajevi mogu biti uskladiateni sa specifi nim slu ajevima, unapreujui to nost sustava na duge staze. Stoga, istra~ivanja analiza induktivnih slu ajeva se radi zbog izgradnje teorija podru ja u oblastima gdje stru njaci ne razumiju kako funkcioniraju fundamentalni procesi u njihovom podru ju. 5.Inteligentni tutorski sustavi i autorizovano okru~enje ITS je proizvod kombinacije UI i obrazovanja. ITS tehnologija ima nekoliko teakoa: ITS se suo ava sa poteakoama u sticanju znanja, produktivnost u razvoju ITS-a je odreen efikasnoau njihovih metoda znanja kroz kapacitete ITS mora organizovati znanje po lekcijama. Ova organizacija mora biti dinami ki prilagoena od strane ITS prema studenskom modelu. Stdentsko oblikovanje je jedan od integralnih komponenata ITS. Studentski modeli su klju  za individualne instrukcije. Automatsko generiranje vje~bi i testova je va~na odlika ITS-a. Koedinger je tvrdio da UI sustavi i ITS sustavi posebno mogu imati veliki utjecaj u slo~enim ili zagonetnim podru jima. Ovo su podru ja u enja koja tipi no koriste bilje~enje ili druga sredstva predstavljanja koja ne promoviraju rjeaenja problema i koja tipi no nisu transtparentna u svojoj primjeni (npr. geometrijska sredstva). Kako su kompjuterski programi u mogunosti da ponude studentima alternativne mentalne modele za predstavljanje matemati kih koncepata, mo i fleksibilnost e biti priuatene studentu u rjeaavanju problema. Dva primjera postojeeg sustava koji osigurava alternativne metode predstavljanja su ANGLE i OPERA. ANGLE (ugao) je geometrijski dokaz koji naglaaava upotrebu aema u dodatku znanja pravila. Studenti su ohrabreni da raa lane geometrijske dijagrame u djelove ili aeme dijagramske konfiguracije koje im mogu pomoi u planiranju njihovih dokaza. OPERA je okolina u kojoj studenti mogu istra~ivati sadr~inu algebarskih operatora. Kroz upotrebu razli itih aematskih predstavljanja, studenti su u mogunosti da formiraju mentalne modele ili koncepte kao ato su mapiranje, funkcije i strukture algebarskih izraza. Oba ova sustava izbegavaju zavisnost od upotrebe matemati kih simbola koji su tipi ni za CAI programe koji se trenutno koriste u u ionicama. 5.1.Pristup ITS okru~enja i alati S druge strane, ITS okru~enje (ITSAS) je razvijen na taj na in da dozvoljava instruktoru kursa da lako ue u podru je i drugo znanje bez posebne vjeatine kompjuterskog programiranja. Alati autorizovanog okru~enja automatski sakupljaju i ITS fokusiraju na specifi no znanje. Ono takoer olakaava ulazak u primjere kroz vje~be, uklju ujui opise problema, rjeaenja, korake rjeaenja i objaanjenja. Primjeri mogu biti u formi scenarija i simulacije. On dozvoljava orgniziran ulazak u principe i integraciju multimedijalnog courseware koji je razvijen s dobro poznatim okru~enjem, koji uklju uje opise principa ili motivacionih poglavlja. U dodatku tom znanju sa kursa, instruktor specifikuje pedagoako znanje (kako najbolje predavati pojedina no studentu) i znanje studentskog oblikovanja (kako pristupiti akcijama i odrediti temeljno poznavanje). ITS dozvoljava lak razvoj i odr~avanje sustava treniranja koji su bazirani na pedagoakim instruktivnim strategijama. Softver je nezavistan od podru ja i zato koristan za kreiranje airokog spektra integriranog sustava tutorstva za razli ita podru ja. Sveobuhvatno vrednovanje CBR alata iz Evrope i USA je objavljeno od strane Goodall-a (1995). Najvei broj alata mo~e biti integriran sa drugim alatima zasnovanim na modelima. Ovo sugeriae da je uklju enje CBR-a kao elementa unutar naaih aplikacija sada odli no. Trenutno najdostupnije CBR su: CBR-Express, CasePoint, ART*Enterprise, CasePower, Esteem, Expert Advisor, ReMind, CBR/text, Eclips, ReCall, RATE-CBR, S3-Case, INRECA and CASUEL. 5.2.CBR sustavi u enja ITS zasnovan na slu ajevima koristi airoku bazu slu ajeva vje~bi i primjera radi u enja studenata. Istra~ivanja otkrivaju da studenti u e najbolje kada su im predstavljeni primjeri znanja za rjeaavanje problema i kada se od njih zahtjeva da primjene znanja u stvarnim situacijama. Baza slu ajeva primjera i vje~bi obuhvaa realisti ne situacije rjeaavanja problema i predstavlja ih studentima kao virtuelne simulacije. Svaki primjer/vje~ba uklju uje: multimedijalni opis problema koji mo~e da se razvije tokom vremena (kao npr. takti ki scenario) opis to nih akcija koje se preduzimaju uklju ujui neovisne od reda, opcione i alternativne korake multimedijalno objaanjenje zaato su ovakvi koraci to ni lista metoda koja odruje da li su studenti to no sproveli te korake lista principa koji se moraju nau iti da bi se preduzela to na akcija. CBR zajednica je po ela da gradi CBR sustave u obrazovanju (Kolodner,1995). Primjeri edukativnih i trenirajuih sustava zasnovanih na slu ajevima su: `ankovi ASK sustavi (Ferguson, 1992) su odigrali ulogu stru njaka i vodili dijalog korisnika u kome sustav pri a pri u da bi postigao poentu Ar i  2 (Domeshek & Kolodner, 1993) je koriaten u nekoliko arhitektonskih studija u D~ord~iji U iliatu da pomogne studentima dizajnerima u njihovim projektima Design Muse autorski alat (Domeshek, 1994) se takoer koristio u odjelima da bi izgradio korisne biblioteke slu ajeva za nekoliko generacija in~enjera i da bi se dala prilika studentima da nau e viae o nekoj oblasti pripremajui se i obele~avajui dobro-postavljene slu ajeve. CBTS (Salem, 1997) je koriaten za automati ku generaciju obrazovnih web stranica za u enje morskih stvorenja. TAO je upotrebljen za treniranje taktike oficira mornarice pri donoaenju efektivnih takti kih odluka u borbenim uslovima (UI @work, 1999) KONGZI alat automati ke generacije (Lu. 1995) je koriaen za razvoj CBR sustava u tri razli ita podru ja: prvi sustav za otkrivanje i procesuiranje greaaka u obukama, drugi za predavanje dijagnoza bolesti srca i trei za predavanje botani kih klasifikacija. Osim toga, medicina, ishrana i pravo su privla na podru ja. Medicinsko obrazovanje stavlja veliki akcenat na u enje iz iskustva kroz sta~iranja u kojima su lekari izlo~eni velikom spektru pacijenata, simptoma, bolesti i tretmana. Osim toga, raspolo~ivost komercijalnih CBR okru~enja na tr~iatu poma~e in~enjerima znanja da prevaziu neke probleme sa kojima se trenutno suo avaju pri dizajniranju i odr~avanju velikih sustava baza znanja, upotrebljavajui alate zasnovane na pravilima. Zaklju ak Tehnike predstavljanja znanja nude potencionalno mone alate za razvoj obrazovnog softvera. Razli itost tih tehnika omoguava dizajniranje sna~nih inteligentnih tutorskih sustava i sustava treniranja. Klju  uspjeha kod ovakvih sustava je selekcija aeme predstavljanja znanja koja najbolje odgovara znanju tog podru ja i problemu koji treba da bude rjeaen. Taj izbor ovisi od iskustva in~enjera znanja. Kombinacija UI-a i rezultata obrazovanja u razli itim proizvodima inteligentnog obrazovnog softvera za sve zadatke i podru ja. Sa UI metodima nove generacije inteligentnih tutorskih sustava mogu se kreirati inteligentni tutorski alati. UI osigurava razli itost metodologija i teorija o rasuivanju, zaklju ivanju i u enju. Hipoteze izvedene iz ovih teorija mogu informisati nastavni plan, pedagogiju i potencijalne uloge za kompjutere u obrazovanju. Inteligentni autorski alati i CBR okru~enja dozvoljavaju lak razvoj i odr~avanje sustava treniranja koji su bazirani na pedagoakim zvu nim strategijama. Softver je nezavisan od podru ja i kao takav koristan za stvaranje airokog spektra inteligentnih sustava tutorisanja za razli ita podru ja. Konvergiranje UI i web tehnologija omoguava stvaranje i primenu inteligentnih tehnologija treniranja zasnovanih na internetu. Takva tehnologija e osigurati jedinstvenu priliku da se distribuira treniranje kroz razli ite sajtove, dok dramati no sni~ava troakove treniranja vezane za putovanja. Ne samo da studenti primaju obuku na svojim sajtovima, nego instruktori nadziru napredak studenata na udaljenosti i autori kurseva odra~avaju i a~uriraju materijal za obuku preko interneta. Inteligentni sustavi tutorisanja zasnovani na slu ajevima poveavaju produktivnost instruktora, omoguavaju mu da uhvati korak sa sve slo~enijim sustavima treniranja koji zahtevaju da se obezbedi viai nivo veatine u odnosu na danaanje visoko podu ava ke treninge. To takoe osigurava prilagoavanje instrukcija i neposrednost, dok dozvoljava fleksibilnost u metodama predavanja pri emu se posti~u mnoge koristi kao ato su instrukcije jedan na jedan. Literatura: Domeshek, E., Kolodner, J. L., and Zimring, C. (1994). The Desing of a Tool Kit for Case-Based Design Aids. In Gero, J. S. & Sudweeks, F. (Eds.), Artificial Intelligence in Design 94, Kluwer Academic Publishers, Metherlands, pp. 109-126. Domeshek, E. and Kolodner, J. L. (1993). Using the Points of Large Cases. Artificial Intelligence for Engineering Design, Analysis and Manufacturibg (AIEDAM), Vol. 7. No. 2, pp. 87  96. Ferguson, W., Bareiss, R., Birnbaum, L., and Osgood, R. (1992). ASK systems: An approach to the Realization of Story-Based Teachers, Journal of the Learning Sciences 2: 95-134. Goodall, A. (1995). "A Review of Industrial Case-Based Reasoning Tools", AI Intelligence. Koedinger, K. (1991). On the Design of Novel Notations and Actions to Facilitate Thinking and Learning. In L. Birnbaum (Ed.), Proceedings of the International Conference on the Learning Sciences (pp. 266-273). Charlottesville, VA: Association for the Advancement of Computing in Education. Kolodner, J. (1993). Case-Based Reasoning, Morgan Kaufmann, San Mateo. Lu, R., Cao, C., Chen, Y., and Han, Z. (1995). On Automatic Generation of Intelligent Tutoring Systems, Proceedings of the Int. Cent. Of Artificial Intelligence in Education, Washington D. C., USA. . Nadrljanski:(2000) Obrazovni softver  hipermedijalni sistemi Univerzitet u Novom Sadu . Nadrljanski; M. Nadrljanski; D. Soleaa (2008) Digitalni mediji  obrazovni softver Univerzitet u Novom Sadu Salde, S. (1991). Case-Based Reasoning: A Reserch Paradigm, AI Magazine, Vol. 12, No. 1, 42-55. Salem, A. (1997). Educational Knowledge Bases on the Web, Proceedings of the Sixth EDEN Annual Conference on Open and Distance Learning, Budapest, Hungary. Salomon, G., Perkins, D., and Golberson, T. (1991). Partners in Cognition: Extending Human Intelligence with Intelligent Technologies, Educational Researcher, 20 (4), 2-9. Schwarz, B. B. (1992). Advantages in the use of causal models for the learning of mathematical concepts, ITS 92, Montreal, Canada. Voss, A. (1996). Towards a Methodology for Case Adaptation, Proceedings of the 12th European Conference on Artificial Intelligence, 147, Budapest, Hungary  HYPERLINK "http://www.education-world.com/a_tech/archives/tech_tips.shtml"  HYPERLINK "http://www.education-world.com/a_tech/archives/tech_tips.shtml"  HYPERLINK "http://www.education-world.com/a_tech/archives/tech_tips.shtml"   HYPERLINK "http://www.education-world.com/a_tech/archives/techlp.shtml"  HYPERLINK "http://www.education-world.com/a_tech/archives/techlp.shtml"   HYPERLINK "http://www.education-world.com/a_tech/archives/tech_tips.shtml"  HYPERLINK "http://www.education-world.com/a_tech/archives/tech_tips.shtml"  HYPERLINK "http://www.education-world.com/a_curr/archives/onlinedegrees.shtml"  HYPERLINK "http://www.education-world.com/a_curr/archives/onlinedegrees.shtml"      PAGE  PAGE 2 PRl.R^(0>J(*,46,0&,.<@46ƿտտܿ㿣㣛hdh5 hdhhdhA5 hd5hdhs5 hdhA hdhp hdhp 5 hdh= hdh=( hdha hdhw?hdh:d5 hdh:d=6txjv(*RTvxhjp|026hHJXZlnRT04 8DFX.0ϬϬϬϬϥ hdh(X hdhNL h%MN5hdh>5hdhs5 hdhT hdh> hdh>S hdhA hdh# hdh= hdha hdhA ~*0:>HXdjv4D$2<>tvͽͽݹݵݮݧ hdhr hdh!h}h9Phdhap5hdh=5hdh(X5hdhs5 hdhap hdh> hdh= hdhNL hdh(XB:<~8.F$ & F]a$gd(i$ & F]a$gd(i$h]^ha$gds $]a$gd(iXZ,0<8:<D~FVhx&*tN \ t  h t       |~;侷侰䰾ՠhdh=5hdhA5hdhWb5 hdhWb hdh! hdh5,hdhr 5hdh5,5hdhs5 hdhap hdhNL hdh= hdhw? hdhr 9&(>@02 02bv bd&,.N(4rt>J^8:R\02zf 2#>##Ƚֽ hdhxh%MN hdht hdh~' hdh= hdh^U hdh@ hdh! hdhNL hdhAJFHtv####&z*,044$ &]a$gd9P$ & F ]a$gd(i$ & F]a$gd(i$ & F ]a$gd(i $]a$gd(i#####$$(%4%<%H%v%x%%%&&&'''''b(n(((((x*z*+(+n,z,,,--00000112224444.49лдд״״´ hdhv@ hdhm H hdh4<h9P hdh hdh~' hdh! hdhw? hdh hdhDD hdh=hknhdhx5hdhy(5 hdhx hdht64046789;v<>>?X@ABC,E0E2E4E6EJJJJJgd|"T$a$gdTO & F dd[$\$gdv@$h]^ha$gd(i999v9 ????,E.E0E2E4E6EEEEtFzFGGGGGGHHLHPHRHHHII.J4JJJJ»nnnnnnnnchdhRCJaJ&jhdh,(!B*CJUaJphhdh,(!B*CJaJphhdh/#B*CJaJph&jhdh/#B*CJUaJph hdh/# hdh|"T hdhTO hdhQ hdh} hdhm H hdhRhdhv@6] hdhv@hdhv@5\&JJJJJJJJJJKKKK KKKKKK"K$K&K(K*KhdhRCJaJhh=h_(0JmHnHuhp8c hp8c0Jjhp8c0JUh\~jh\~UJJJJJKKKK K"K$K&K(K*K$h]^ha$gd(ih]hgd@! &`#$gdZ5 01h:pZ. A!"n#$% @@@ NormalCJ_HaJmHsHtHDA@D Default Paragraph FontRi@R  Table Normal4 l4a (k@(No List4 @4 @!Footer  o#.)@. @! Page NumberjB@j = Body Text$7xx7$8$]7a$ CJOJQJ^JaJmH sH tH XQ@"X = Body Text 37$8$ CJOJQJ^JaJmH sH tH d  "& "& "& "& "& "& "& "& "& "& "&t!`/;F$Rao| :f$>?GH UVyKt!u!!P$Q$~%%&x)y)z))),#0$0607022&2'2Y4Z4a4b4666688 9 9:::; ;u<v<<Z==>>@@A@@@#AARB2CDDD)D*DDDD EYEEEEFF&F:FZFqFFFFFF?I@I K}KKLLLLOOSSeXfX[[[[``Zf[f\ftfufBjCjDj}j~jj_kkYlqqqqwwwwyy\zzz {!{{{E||}h~~ځہx:_D r͌8Yȏ)Ɛso#o#o#o#o#o#o#o#o#o#o#o#so#so#so#so#so#v:o#v:o#v:o#v:o#v:o#v:o#v:o#so#o#o# o#o#o#o#o#o#o#o# o#o#o#o#o# o# o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o# o#o# o#o# o#o# o#o#o#o#o#o#o#o#o#o#o# o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#o#so#:f$>?GH UVyKt!u!!P$Q$~%%&x)y)z))),#0$0607022&2'2Y4Z4a4b4666688 9 9:::; ;u<v<<Z==>>@@A@@@#AARB2CDDD)D*DDDD EYEEEEFF&F:FZFqFFFFFF?I@I K}KKLLLLOOSSeXfX[[[[``Zf[f\ftfufBjCjDj}j~jj_kkYlqqqqwwwwyy\zzz {!{{{E||}h~~ځہx:_D r͌8Yȏ)Ɛsjlmoprsuv000@0000000000000000000000 00000000000000 000000000 0000 0000 0000 00000 0000 0 0 0 0 0 0000 0 0 0 0 000 0000 0 0 0 0 0000 0 0 0 0 00000000 0 0 000000000000000000000000000 0 0 0 000000000 0 0 0 0 0000 0 0 0 0 0 0000 00 0 0 0 0 000 0 0 0 0 0 0 0 0 0 0 0 0 0 000000@0I00@0I00@0I00@0I00@0@0@000@0I000I00:f$>?GH yKt!u!!P$Q$~%%&x)y)z))),#0$0607022&2'2Y4Z4a4b4666688 9 9:::; ;u<v<<Z==>>@@A@@@#AARB2CDDD)D*DDDD EYEEEEFF&F:FZFqFFFFFF?I@I K}KKLLLLOOSSeXfX[[[[``Zf[f\ftfufBjCjDj}j~jj_kkYlqqqqwwwwyy\zzz {!{{{E||}h~~ځہx:_D r͌8Yȏ)Ɛs00000000000000@00 00000000000000A 0 0000 0 000 0 000 0 000 0 000 0 0000 0000 0 0 0 0 0 0000 0 0 0 0 000 0000 0 0 0 0 0000 0 0 0 0 000 050000 0 0 00 05000000000 05000000 050000 000 0 0 0 00 0-^000 0-^00 0 0 0 0 0000 0 0 0 0 0 0000 00 0 0 0 0 000 0 0 0 0 0 0 0 0 0 0  0  0  0  0 00@0@00 $$$'4*@Qkx 6#9J*KORTUVXZ[]_)fWsTF4J*KPSWY\^(KQ789Փ֓ד!"%rst”ÔghXXXXXXXXX  '!!_R$w$ כ,G!tx>fR$< Ky fR$N Ngܙ])R$JrP?Z4l"b$!G2Z$* >V @0(  B S  ?39:ef>?FH >?ef  #%  & ' 5 6 y { prTVgh:;r s Z![!s!u!##P$Q$$$V%W%_%a%%%''''''Q(T(`(a(~((((#)$)E)F)t)z)))))++++++t,u,,,,,,,--//F/G/#0$0%0&0(0)05070>0?01122%2'233w3y333X4Z4`4b4g4h47696666666 7!77788A8B8F8G88899 9 999!9#999::::; ;h;i;<<<<]<^<t<v<<<<<<<Y=Z=h=j=====->/>>>?>F>H>>>>>>>>>(?)?@@.@/@@@A@@@@@@@6A8AAAdBfBBBBBBBBBBBICKCqCrCCCCCCCDD)D*DWDXDaDbDjDkDDDDDEE@EAEEEEEEEEEFFFFFFFFFFGGHH~HHII>I@IgIiIvIxIIIIIII J JJJJJ3K4K5K6K>K?KKKKKLLLLMLLLLL)M*MMMNNNNNNNNNNOOOO P"P'P(PPPQQSSSSSSTTVV X XdXfXXXXXk[l[[[[[[[[[j\k\\\\\W`X```aa1d2dddf f)f*fZf\fsfufgggghhiiAjDj|j~jjjkkmm n nlnmnnnuovoppqqqqqqrr(s*s9s:sss7t8twwww8y9y{{ {!{${%{{{ | |"|#|||}}}}~~~~gh01فہ fgpq9:op CD_`  prˌ͌68 ')giǏȏ')ĐƐqsj:ef#$=?FH TVxyJKs!u!!!O$Q$}%~%%%&&w)z))),,"0$0507022%2'2X4Z4`4b4666688 9 9::; ;t<v<<<Y=Z===>>>>?@A@@@"A#AAAQBRB1C2CDD(D*DDDDDE EXEYEEEEE FF%F&F9F:FYFZFpFqFFFFF>I@I K K|K}KKKLLLLOOSSdXfX[[[[``Yf\fsfufAjDj|j~jjj^k_kkkXlYlqqqqwwwwyyyy[z\zzzzz{!{{{D|E|||}}g~h~~~فہwx9:^_CD qř͌78XYǏȏ()ŐƐrsj$G z))A.t.$0702'2Z4b466778 9: ;>>CD*DDEEFF0JbJLL[[^^\fufkknoqqavvwwyyyz!{m{{ہJx Yȏ8CEijjnhw|{*^2qM4`"(RUHirs3t\96ҕqk9<7J%$Tװ6YEYz3^! `n^ `6Xw)'%4yr<^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH. \ ^ `\o(.808^8`0o(.^`o(..`^``o(... `^``o( .... pp^p`o( .....   ^ `o( ...... @ (@ ^@ `(o(.......   ^ `o(........^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.^`o(.0^`05o(.TT^T`5o(..TT^T`5o(... `^``5o( .... $ $ ^$ `5o( .....   ^ `5o( ......  ( ^ `(5o(.......  ( ^ `(5o(........^`5o(.T0T^T`05o(.. 0 ^ `05o(...^`5o(.... HH^H`5o( ..... 4`4^4``5o( ...... `^``5o(....... ^`5o(........ (#(#^(#`5o(.........^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.hh^h`5o(.T0T^T`05o(..0^`05o(...pp^p`5o(....   ^ `5o( .....  ` ^ ``5o( ...... `^``5o(....... ^`5o(........ HH^H`5o(.........^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH. ^`OJQJo(n ^`OJQJo(n pp^p`OJQJo(n @ @ ^@ `OJQJo(n ^`OJQJo(n ^`OJQJo(n ^`OJQJo(n ^`OJQJo(n PP^P`OJQJo(n^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.^`.^`.pp^p`.@ @ ^@ `.^`.^`.^`.^`.PP^P`.^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.^`o(. ^`hH. pLp^p`LhH. @ @ ^@ `hH. ^`hH. L^`LhH. ^`hH. ^`hH. PLP^P`LhH.rs34`"%4y! `RU6Y{*^Xwqk9nhEY `%$T96XB^Iڎ16;,v%n`ǴQMb?$Lli@'F"3?$L?$Li@'>Jvlyx BvAa p = K r pw9-z$t>Ss=5,R,(!_!~'_(m,>m0-&3|=>w?)?7?X?v@V Af AsADDm H$)N%MN9P|"T(W[XMZR ae~aWbp8c:d,g(ikncq/y$D{=(A[T^UR}fJ[/#ldM#(XZ/\~!4<Wad}*T[(!"TakwfTOx,apbYlzA_`8y(DHwtyPs@!NLYh @,Q}$@ܨR  /79>?CDNOPP PP<@P(P:P<P\PlPpPzP|PPPPUnknownGz Times New Roman5Symbol3& z ArialEYu Times Roman7YuTimes;Wingdings"ff︴&L LL Lr4 3QHX)?@!2Inteligentni sistemi u enja!Prevod teksta sa engleskog jezikaSnezana Raic 32/2005UserD         Oh+'0 ,< LX x    Inteligentni sistemi učenja$Prevod teksta sa engleskog jezikaSnezana Raic 32/2005NormalUser2Microsoft Office Word@F#@,{@@ L՜.+,D՜.+,` hp  Pedagoski fakultet SomborL Inteligentni sistemi učenja Title 8@ _PID_HLINKSAX6NaChttp://www.education-world.com/a_curr/archives/onlinedegrees.shtmlNaChttp://www.education-world.com/a_curr/archives/onlinedegrees.shtml]M?http://www.education-world.com/a_tech/archives/tech_tips.shtml]M?http://www.education-world.com/a_tech/archives/tech_tips.shtml$ <http://www.education-world.com/a_tech/archives/techlp.shtml$ <http://www.education-world.com/a_tech/archives/techlp.shtml]M?http://www.education-world.com/a_tech/archives/tech_tips.shtml]M?http://www.education-world.com/a_tech/archives/tech_tips.shtml]M?http://www.education-world.com/a_tech/archives/tech_tips.shtml  !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~ Root Entry F{ 1TableWordDocument7dSummaryInformation(DocumentSummaryInformation8CompObjq  FMicrosoft Office Word Document MSWordDocWord.Document.89q