ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ


Το μάθημα ασχολείται κυρίως με δύο βασικές κατευθύνσεις της τεχνητής νοημοσύνης: επίλυση προβλημάτων με αναζήτηση, αναπαράσταση γνώσης και συλλογισμός. Στην πρώτη κατεύθυνση διαπραγματεύεται τους βασικούς αλγορίθμους ευρετικής αναζήτησης. Στη δεύτερη διαπραγματεύεται κατηγορίες γλωσσών αναπαράστασης, όπως λογική πρώτης τάξεως (και η υλοποίησή της στη γλώσσα Prolog), οι κανόνες παραγωγής, τα σημασιολογικά δίκτυα και τα πλαίσια. Επίσης, διαπραγματεύεται την αναπαράσταση αβέβαιης και ασαφούς γνώσης. Στα παραπάνω θέματα, δίνεται η δυνατότητα στους φοιτητές να αποκτήσουν δεξιότητες σε θεωρητικό και σε πρακτικό επίπεδο.


Στόχοι Μαθήματος

Στόχος του μαθήματος είναι οι φοιτητές μετά την ολοκλήρωση του μαθήματος να αποκτήσουν γνώσεις γύρω από βασικές έννοιες της Τεχνητής νοημοσύνης και να αποκτήσουν δεξιότητες στην επίλυση προβλημάτων χρησιμοποιώντας μεθόδους τεχνητής νοημοσύνης.  Βασικές γνώσεις και δεξιότητες είναι οι εξής : Αναπαράσταση και επίλυση προβλημάτων με διάφορους αλγόριθμους αναζήτησης Περιγραφή γνώσης σε Κατηγορηματική Λογική Πρώτης Τάξεως Επίλυση προβλημάτων με αναπαράσταση γνώσης και συλλογισμό Αναπαράσταση και Επίλυση Προβλημάτων με γλώσσες  λογικού προγραμματισμού Αναπαράσταση γνώσης και επίλυση προβλημάτων με αβεβαιότητα και ασάφεια Αναπαράσταση γνώσης και επίλυση προβλημάτων με σημασιολογικά δίκτυα και πλαίσια


Προαπαιτούμενες Γνώσεις

Καλές γνώσεις Προγραμματισμού


Περιεχόμενα

Εισαγωγή στην Τεχνητή Νοημοσύνη Χώρος Καταστάσεων και Αναζήτηση Τύφλες Στρατηγικές Αναζήτησης Ευριστικες Στρατηγικές Αναζήτησης Αναπαράσταση Γνώσης Λογική και Συλλογισμός Γλώσσα Prolog Κανόνες Παραγωγής Αναπαράσταση Αβέβαιης Γνώσης Αναπαράσταση Ασαφούς Γνώσης Σημαντικά Δίκτυα-Πλαίσια Εισαγωγή στην θεωρία επίλυσης προβλημάτων. Xώρος αναζήτησης, μοντελοποίηση του προβλήματος, περιορισμοί, το πρόβλημα του πως λύνονται προβλήματα. Βασικές έννοιες (αναπαράσταση, στόχος, συνάρτηση αξιολόγησης, ορισμός ενός προβλήματος αναζήτησης, γειτονικές περιοχές και τοπικά βέλτιστα, μέθοδοι αναρρίχησης λόφων). Παραδοσιακές μέθοδοι – Μέρος Ι (εξαντλητική αναζήτηση, τοπική αναζήτηση). Παραδοσιακές μέθοδοι – Μέρος ΙΙ ( αναζήτηση κατά βάθος και κατά πλάτος, άπληστοι αλγόριθμοι, αλγόριθμος Α*, αλγόριθμος γενικής αναζήτησης γράφου, δυναμικός προγραμματισμός).

ΤΑΥΤΟΤΗΤΑ ΜΑΘΗΜΑΤΟΣ

Βαθμίδα:

Τύπος:

Προπτυχιακό

(A-)


Εκπαιδευτές: ΙΩΑΝΝΗΣ ΧΑΤΖΗΛΥΓΕΡΟΥΔΗΣ
Τμήμα: ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ
Ίδρυμα: Πανεπιστήμιο Πατρών
Θεματική Περιοχή: Επιστήμες Υπολογιστών, Πληροφορικής, Τηλεπικοινωνιών
Άδεια Χρήσης: CC - Αναφορά - Μη Εμπορική Χρήση - Παρόμοια Διανομή

Επισκεφτείτε το μάθημα

ΜΟΙΡΑΣΤΕΙΤΕ ΤΟ ΜΑΘΗΜΑ
ΣΧΕΤΙΚΑ ΜΑΘΗΜΑΤΑ