Giáo trình môn Nhập môn Trí tuệ nhân tạo | Đại học Sư Phạm Hà Nội

TÌM HIỂU VỀ MÔN HỌC 

1. Thông tin chung

- Tên học phần: Nhập môn Trí tuệ nhân tạo ( Artificial Intelligence)

- Tín chỉ: 3

- Tính chất: Bắt buộc

2. Mô tả học phần

Môn học cung cấp cho sinh viên kiến thức về một số kỹ thuật và phương pháp quan trọng của trí tuệ nhân tạo như kỹ thuật tìm kiếm, phương pháp biểu diễn tri thức và suy diễn tự động, các phương pháp học máy dùng cho nhận dạng và phân tích dữ liệu, xử lý ngôn ngữ tự nhiên. Ngoài các khái niệm lý thuyết, học phần cũng đề cập tới việc ứng dụng các kỹ thuật trí tuệ nhân tạo để giải quyết các bài toán thực tế.

3. Mục tiêu của học phần đối với người học

Mục tiêu về kiến thức, kĩ năng

• Kiến thức: Sau khi học xong phần này, sinh viên có khả năng nắm bắt và trình bày lại một cách rõ ràng các khái niệm và những kiến thức cần thiết về trí tuệ nhân tạo. Cách thức biểu diễn vấn đề thực tế dưới dạng trí tuệ nhân tạo.
• Kỹ năng: Môn học rèn luyện các kỹ năng tư duy phản biện, tư duy kỹ thuật, tư duy hệ thống để giải quyết các trường hơp cụ thể được đặt ra thông qua thực hành trên phòng lab và các bài tập làm ở nhà. Sử dụng được các kiến thức của trí tuệ nhân tạo để giải quyết một số vấn đề thực tế

Mục tiêu về thái độ

• Sinh viên có tính kiên trì, sáng tạo, có thái độ học tập chăm chỉ.

GIÁO TRÌNH NHẬP MÔN TRÍ TUỆ NHÂN TẠO 

Tài liệu bao gồm:

Chương 1: Giới thiệu chung 

1. Trí tuệ nhân tạo là gì?

2. Lịch sử 

3. Các lĩnh vực của AI 

4. Nội dung môn học 

Chương 2: Bài toàn và phương pháp tìm kiếm lời giải 

1. Bài toán và các thành phần của bài toán 

2. Giải thuật tổng quát tìm kiếm lời giải 

3. Đánh giá giải thuật tìm kiếm 

4. Các giải thuật tìm kiếm không có thông tin phản hồi (tìm kiếm mù) 

Chương 3: Các phương pháp tìm kiếm heuristic 

1. Giải thuật tìm kiếm tốt nhất đầu tiên (best first search) 

2. Các biến thể của giải thuật best first search 

3. Các giải thuật khác 

Chương 4: Lập luận xác suất 

1. Cây trò chơi đầy đủ 

2. Giải thuật Minimax 

3. Giải thuật Minimax với độ sâu hạn chế 

4. Giải thuật Minimax  với cắt tia alpha-beta

Chương 5: Các phương pháp tìm kiếm lời giải thỏa mãn các ràng buộc 

1. Các bài toán thỏa mãn ràng buộc 

2. Giải thuật quay lui vết cạn 

3. Các cải tiến của giải thuật quay lui 

4. Các giải thuật tối ưu địa phương 

Chương 6: Các phương pháp lập luận trên logic mệnh đề 

1. Lập luận và Logic 

2. Logic mệnh đề: cú pháp, ngữ nghĩa 

3. Bài toán lập luận và các giải thuật lập luận trên logic mệnh đề

4. Câu dạng chuẩn hội và luật phân giải

5. Câu dạng Horn và tam đoạn luận 

6. Thuật toán suy diễn dựa trên bảng giá trị chân lý

7. Thuật toán suy diễn dựa trên luật phân giải 

8. Thuật toán suy diễn tiến, lùi dựa trên các câu Horn

Chương 7: Các phương pháp lập luận trên logic cấp một 

1. Cú pháp – ngữ nghĩa

2. Lập luận trong logic vị từ cấp một 

3. Phép đồng nhất hai vị từ, thuật giải đồng nhất

4. Câu dạng chuẩn hội, luật phân giải tổng quát

5. Câu dạng Horn và tam đoạn luận tổng quát trong logic cấp 1

6. Giải thuật suy diễn phân giải

7. Thuật toán suy diễn tiến dựa trên câu Horn

8. Thuật toán suy diễn lùi dựa trên câu Horn

Chương 8: Prolog 

1. Lập trình logic, môi trường lập trình SWI Prolog

2. Ngôn ngữ Prolog cơ bản, chương trình Prolog

3. Câu truy vấn

4. Vị từ phi logic (câu phi logic)

5. Trả lời truy vấn, quay lui, cắt, phủ định

6. Vị từ đệ qui

7. Cấu trúc dữ liệu trong Prolog

8. Thuật toán suy diễn trong Prolog

Chương 9: Lập luận và tri thức không chắc chắn 

Chương 10: Học mạng nơron nhân tạo 

Xem thêm

Giáo trình học phần Nhập môn Trí tuệ nhân tạo 

- Giáo trình học phần Nhập môn Trí tuệ nhân tạo - ĐH Sư phạm Hà Nội 

Bài giảng học phần Nhập môn Trí tuệ nhân tạo 

Việc làm dành cho sinh viên:

Việc làm thực tập sinh an toàn thông tin mới nhất

Việc làm gia sư các môn cập nhật theo ngày mới nhất

Việc làm thêm nhân viên phục vụ nhà hàng/ quán cafe dành cho sinh viên

Việc làm thực tập sinh xử lí thông tin

Mức lương của thực tập sinh an toàn thông tin là bao nhiêu?