فیلم های آموزشی درس هوش مصنوعی

1 رای
 ویدئو آموزشی  هوش مصنوعی

توضیحات درس

در اين درس جنبه هایی از هوشمندی نظير حل مساله، توانایی ذخيره دانش و استنتاج و همچنين برنامه ريزی مورد بررسی قرار خواهد گرفت. از آنجاکه دسته گسترده ای از مسائل می توانند در قالب مساله جستجو بيان شوند، ابتدا در مورد استفاده از روشهای جستجو برای حل مسائل بحث خواهد شد. همچنين چگونگی استفاده از دانش خاص يک مساله (يا دسته ای از مسائل) جهت بهبود زمان جستجو بررسی می شود. ذخيره دانش و استنتاج نيز بخش ديگری از توانایی عاملهای هوشمند است که در اين درس به آن پرداخته خواهد شد. در اين خصوص به منطق گزاره ای، مرتبه اول و منطق احتمالاتی و چگونگی استنتاج در اين منطق ها می پردازيم. همچنين درباره مبحث برنامه ريزی که هدف آن يافتن برنامه ای از کنشها برای رسيدن به اهداف است، صحبت خواهد شد.

درباره استاد : مهدیه سلیمانی

دکتر سلیمانی استادیار دانشکده کامپیوتر دانشگاه صنعتی شریف است.وی مدرک کارشناسی، کارشناسی ارشد و دکتری خود را در رشته مهندسی کامپیوتر از دانشگاه صنعتی شریف دریافت کرده و در موضوعات یادگیری ماشین، پردازش الگو، بازیابی و جستجوی اطلاعات، سیستم های هوشمند تحقیق و پژوهش داشته است.

    جلسه اول - مقدمه، سرفصل مطالب و تاریخچه

    جلسه دهم - جستجوی برخط (online search)

    جلسه یازدهم - - جستجوی در مقابل حریف (adversarial search)

    جلسه دوازدهم - ادامه بحث جستجوی در مقابل حریف، شروع بحث معرفی مسایل ارضا محدودیت (csp)

    جلسه سیزدهم - حل مسایل ارضای محدودیت (csp) (1)

    جلسه چهاردهم - حل مسایل ارضای محدودیت (csp) (2)

    جلسه پانزدهم - نکاتی در حل مسایل ارضای محدودیت (csp) و شروع بحث عامل‌های منطقی و منطق گزاره‌ای

    جلسه شانزدهم - استنتاج در منطق گزاره‌ای

    جلسه هفدهم - عامل منطقی و منطق مرتبه اول

    جلسه هجدهم - منطق مرتبه اول و استنتاج در منطق مرتبه اول

    جلسه نوزدهم - استنتاج در منطق مرتبه اول

    جلسه دوم - آشنایی با عامل های هوشمند و خواص محیط

    جلسه بیستم - برنامه ریزی

    جلسه بیست و یکم - گراف برنامه ریزی

    جلسه بیست ودوم - برنامه ریزSAT Plan و pop

    جلسه بیست و سوم - نمایش دانش احتمالی و استنتاج در دانش احتمالی

    جلسه بیست و پنجم - تصمیم گیری در محیط های غیر قطعی(یادگیری تقویتی)

    جلسه سوم - ادامه بحث عامل های هوشمند، شروع بحث حل مساله با جستجو (search)

    جلسه چهارم - روش های جستجوی ناآگاهانه (uninformed)

    جلسه پنجم - ادامه روش های جستجوی ناآگاهانه (uninformded) و معرفی اولیه A*

    جلسه ششم - الگوریتم *A، اثبات بهینگی و خواص تابع اکتشافی (heuristic function)

    جلسه هفتم - طراحی تابع اکتشافی و شروع بحث جستجوی محلی (local search)

    جلسه هشتم - روش‌های جستجوی محلی (local search)

    جلسه نهم - جستجو در محیط های نيمه مشاهده‌پذير (partially observable) و و غير قطعی (non-deterministic)

نطر کاربران درباره این مطلب
نظر شما درباره این مطلب:

نام :

پیشنهاد :

counter free hit unique web