Giáo trình môn Nhập môn Trí tuệ nhân tạo | Học Viện Bưu Chính Viễn Thông (2025)

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

Trang bị cho sinh viên những kiến thức cơ bản về: Các kiến thức cơ sở của trí tuệ nhân tạo, mục tiêu và các lĩnh vực nghiên cứu, các cấu trúc và chiến lược giải quyết vấn đề trong các nhánh nghiên cứu khác nhau của TTNT như trò chơi, suy luận tự động, hệ chuyên gia, học máy. Trí tuệ nhân tạo là một học phần trong sáu học phần tự chọn thay cho khoá luận tốt nghiệp của chương trình đào tạo đại học ngành công nghệ thông tin.

3. Mục tiêu của học phần đối với người học

Mục tiêu về kiến thức, kĩ năng

• Vận dụng được các kiến thức cơ bản của trí tuệ nhân tạo và các phương pháp biểu diễn và giải quyết vấn đề. Các kiến thức tổng quan về ngành khoa học TTNT và các kiến thức nghiên cứu khác nhau của TTNT và cách tiếp cận giải quyết vấn đề (GQVĐ) khác nhau trong TTNT.
• Hiểu được kỹ năng xây dựng chiến lược giải quyết bài toán ứng dụng trí tuệ nhân tạo.

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. Khái niệm trí tuệ nhân tạo 

2. Lịch sự hình thành và phát triển 

3. Các lĩnh vực nghiên cứu và ứng dụng chính

Chương 2: Giải quyết vấn đề bằng tìm kiếm 

1. Giải quyết vấn đề và khoa học trí tuệ nhân tạo 

2. Bài toán tìm kiếm trong không gian trạng thái 

3. Tìm kiếm không có thông tin 

4. Tìm kiếm có thông tin 

5. Tìm kiếm cục bộ 

6. Ứng dụng minh hoạt 

Chương 3: Biểu diễn tri thức và lập luận logic 

1. Sự cần thiết sử dụng tri thức trong giải quyết vấn đề 

2. Logic mệnh đề 

3. Suy diễn với logic mệnh đề 

4. Logic vị từ 

5. Suy diễn với logic vị từ 

Chương 4: Lập luận xác suất 

1. Vấn đề thông tin không chắc chắn khi lập luận 

2. Nguyên tắc lập luận xác suất 

3. Một số khái niệm về xác suất 

4. Mạng Bayes 

5. Suy diễn mạng Bayes 

8. Ứng dụng suy diễn xác suất 

Chương 5: Học máy 

1. Khái niệm học máy 

2. Học cây quyết định 

3. Phân loại Bayes đơn giản 

4. Học dựa trên ví dụ: Thuật toán K láng giềng gần nhất 

5. Hồi quy tuyến tính và hồi quy Logistic 

6. Support vector machines

7. Đánh giá và lựa chọn mô hình 

8. Sơ lược về một số phương pháp học máy khác 

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?