Επιλογής
Τεχνητή Νοημοσύνη
- ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ
-
Σκοπός του μαθήματος είναι να αναλύσει τις βασικές αρχές της Τεχνητής Νοημοσύνης και συγκεκριμένα να εστιάσει στην αναπαράσταση και τους μηχανισμούς συλλογιστικής ευφυών συστημάτων. Οι φοιτητές και φοιτήτριες θα μπορούν μετά την επιτυχημένη παρακολούθηση του μαθήματος να:
- Κατανοούν βασικούς αλγορίθμους προβλημάτων με αναζήτηση και σχεδιασμού δράσης
- Περιγράφουν τρόπους αναπαράστασης της γνώσης με έμφαση στις συμβολικές αναπαραστάσεις
- Κατανούν τη θεωρία λήψης αποφάσεων και την αναπαράσταση με αβέβαιη γνώση
- Γνωρίζουν τι είναι μηχανική μάθηση
- Ξεχωρίσουν και να περιγράψουν τα συγκριτικά πλεονεκτήματα και μειονεκτήματα διαφορετικών αλγορίθμων
- Εφαρμόσουν βασικές τεχνικές για αναπαράσταση γνώσης
- ΓΕΝΙΚΕΣ ΙΚΑΝΟΤΗΤΕΣ
-
- Αυτόνομη εργασία
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
- ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
-
Σύντομη περιγραφή
- Εισαγωγικά στοιχεία. Τι είναι Τεχνητή Νοημοσύνη, ιστορική αναδρομή, χρήση στα σύγχρονα ψηφιακά συστήματα.
- Επίλυση Προβλημάτων με Αναζήτηση: Περιγραφή των προβλημάτων, Στρατηγικές τυφλής αναζήτησης, στρατηγικές ευρεστικής αναζήτησης, αναζήτηση με αντιπαλότητα.
- Αναπαράσταση Γνώσης: Λογικοί Πράκτορες: Προτασιακή Λογική, Κατηγορηματική Λογική, Συμπερασμός στην Κατηγορηματική Λογική, Συστήματα Κανόνων, Λογικός Προγραμματισμός, Σημασιολογικά ∆ίκτυα, Πλαίσια, Εννοιολογικοί Γράφοι
- Σχεδιασμός με αναζήτηση στο χώρο καταστάσεων. Σχεδιασμός με αναζήτηση στο χώρο πλάνων
- Αβεβαιότητα και Ασάφεια
- Νευρωνικά ∆ίκτυα και Γενετικοί Αλγόριθμοι
- Θεωρία Λήψης αποφάσεων – θεωρία προτιμήσεων, χρησιμοτήτων, αποφάσεων, αρχή μέγιστης αναμενόμενης χρησιμότητας για ρεπερτόριο ενεργειών που περιλαμβάνει λοταρίες. ∆ιεργασίες απόφασης τύπου Μarkov (MDPs).
- Θεωρία Λήψης αποφάσεων – Αβεβαιότητα εξαιτίας της παρουσίας άλλων πρακτόρων. Θεωρία παιγνίων.
- Νοήμονες Πράκτορες και έμπειρα συστήματα
- ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
-
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου Διαλέξεις 52 Αυτοτελής μελέτη 98 Σύνολο μαθήματος 150 - ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
-
Το μάθημα αξιολογείται με γραπτή τελική εξέταση τρίωρης διάρκειας, και πιθανή διαδικασία διαρκούς αξιολόγησης κατά την κρίση του διδάσκοντα. Η ακριβής διαδικασία αξιολόγησης ανακοινώνεται στους φοιτητές και αναρτάται στο eclass στην αρχή του εξαμήνου.
- ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ
-
1. S. Russel, P. Norvig, Τεχνητή Νοημοσύνη – Μια Σύγχρονη Προσέγγιση, εκδόσεις Εκδόσεις Κλειδάριθμος ΕΠΕ, Αθήνα, 2005 (κωδικός στον Εύδοξο: 13909)
2. Ι. Βλαχάβας- Π. Κεφαλάς-Ν. Βασιλειάδης-Φ. Κόκκορας-Η. Σακελλαρίου, Τεχνητή νοημοσύνη, εκδόσεις Παν/μίου Μακεδονίας, Θεσσαλονίκη, 2011 (κωδικός στον Εύδοξο: 12867416) - ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙ∆Α ΜΑΘΗΜΑΤΟΣ ΣΤΟ ECLASS