Μαθήματα Κατεύθυνσης
Τεχνητή νοημοσύνη
- ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
-
Περιεχόμενα: Λύση προβλημάτων με πράκτορες αναζήτησης (search agents). Στρατηγικές αναζήτησης: breadthfirst search, uniform-cost search, depth-first search, depth-limited search, iterative deepening depth-first search, bi-directional search. Ευρετικές στρατηγικές αναζήτησης: greedy best-first search, A*-search. Αλγόριθμοι τοπικής αναζήτησης (local search). Προβλήματα ικανοποίησης περιορισμών (constraint satisfaction problems), λύση προβλημάτων ικανοποίησης περιορισμών με διάφορες παραλλαγές της οπισθοδρόμησης (backtracking). Πράκτορες για αναπαράσταση γνώσης και λογισμό. Προτασιακή λογική και λογική πρώτης τάξης. Χρήση της προτασιακής και της λογικής πρώτης τάξης για αναπαράσταση γνώσης. Σχεδιασμός βάσεων γνώσεων, οντολογίες, παραδείγματα από διάφορες εφαρμογές. Συστήματα λογισμού: modus ponens, unification, forward and backward chaining, resolution. Εισαγωγή στο λογικό προγραμματισμό και τη γλώσσα Prolog.
- ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
-
Αξιολόγηση: Ασκήσεις και εργασία που εκπονούνται κατά την διάρκεια του εξαμήνου και γραπτή εξέταση στο τέλος του εξαμήνου. Ο τελικός βαθμός προκύπτει συνυπολογίζοντας τους βαθμούς της γραπτής εξέτασης (βάρος 50-80%), των ασκήσεων (βάρος 10-20%) και της εργασίας (30-40%).
Μέθοδοι αξιολόγησης: Ερωτήσεις σύντομης απάντησης, Επίλυση προβλημάτων, Γραπτή εργασία, Έκθεση / Αναφορά, Προφορική εξέταση.
- URL ΜΑΘΗΜΑΤΟΣ ΣΤΟ ECLASS
-
-
- ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ
-
Βιβλιογραφία: