Giới Thiệu Về Trí Tuệ Nhân Tạo Tại Học Viện Công Nghệ Bưu Chính Viễn Thông

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Giáo trình

2014

202
0
0

Phí lưu trữ

55 Point

Mục lục chi tiết

LỜI NÓI ĐẦU

1. CHƯƠNG 1: GIỚI THIỆU CHUNG

1.1. KHÁI NIỆM TRÍ TUỆ NHÂN TẠO

1.2. LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN

1.3. CÁC LĨNH VỰC NGHIÊN CỨU VÀ ỨNG DỤNG CHÍNH

1.3.1. Các lĩnh vực nghiên cứu

1.3.2. Một số ứng dụng và thành tựu

1.3.3. Những vấn đề chưa được giải quyết

2. CHƯƠNG 2: GIẢI QUYẾT VẤN ĐỀ BẰNG TÌM KIẾM

2.1. GIẢI QUYẾT VẤN ĐỀ VÀ KHOA HỌC TRÍ TUỆ NHÂN TẠO

2.2. BÀI TOÁN TÌM KIẾM TRONG KHÔNG GIAN TRẠNG THÁI

2.2.1. Phát biểu bài toán tìm kiếm

2.2.2. Một số ví dụ

2.2.3. Thuật toán tìm kiếm tổng quát và cây tìm kiếm

2.2.4. Các tiêu chuẩn đánh giá thuật toán tìm kiếm

2.3. TÌM KIẾM KHÔNG CÓ THÔNG TIN (TÌM KIẾM MÙ)

2.3.1. Tìm kiếm theo chiều rộng

2.3.2. Tìm kiếm theo giá thành thống nhất

2.3.3. Tìm kiếm theo chiều sâu

2.3.4. Tìm kiếm sâu dần

2.3.5. Tìm theo hai hướng

2.4. TÌM KIẾM CÓ THÔNG TIN

2.4.1. Tìm kiếm tham lam

2.4.2. Thuật toán IDA* (thuật toán A* sâu dần)

2.5. TÌM KIẾM CỤC BỘ

2.5.1. Thuật toán leo đồi

2.5.2. Thuật toán tôi thép

2.5.3. Giải thuật di truyền

2.5.4. Một số thuật toán tìm kiếm cục bộ khác

2.6. ỨNG DỤNG MINH HOẠ

2.7. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

3. CHƯƠNG 3: BIỂU DIỄN TRI THỨC VÀ LẬP LUẬN LOGIC

3.1. SỰ CẦN THIẾT SỬ DỤNG TRI THỨC TRONG GIẢI QUYẾT VẤN ĐỀ

3.2. SUY DIỄN VỚI LOGIC MỆNH ĐỀ

3.2.1. Suy diễn logic

3.2.2. Suy diễn sử dụng bảng chân lý

3.2.3. Sử dụng các quy tắc suy diễn

3.3. LOGIC VỊ TỪ (LOGIC BẬC 1)

3.3.1. Cú pháp và ngữ nghĩa

3.4. SUY DIỄN VỚI LOGIC VỊ TỪ

3.4.1. Quy tắc suy diễn

3.4.2. Suy diễn tiến và suy diễn lùi

3.4.3. Suy diễn sử dụng phép giải

3.4.4. Hệ thống suy diễn tự động: lập trình logic

3.5. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

4. CHƯƠNG 4: LẬP LUẬN XÁC SUẤT

4.1. VẤN ĐỀ THÔNG TIN KHÔNG CHẮC CHẮN KHI LẬP LUẬN

4.2. NGUYÊN TẮC LẬP LUẬN XÁC SUẤT

4.3. MỘT SỐ KHÁI NIỆM VỀ XÁC SUẤT

4.3.1. Xác suất đồng thời

4.3.2. Xác suất điều kiện

4.3.3. Tính độc lập xác suất

4.3.4. Quy tắc Bayes

4.3.5. Khái niệm mạng Bayes

4.3.6. Tính độc lập xác suất trong mạng Bayes

4.3.7. Cách xây dựng mạng Bayes

4.3.8. Tính độc lập xác suất tổng quát: khái niệm d-phân cách

4.4. SUY DIỄN VỚI MẠNG BAYES

4.4.1. Suy diễn dựa trên xác suất đồng thời

4.4.2. Độ phức tạp của suy diễn trên mạng Bayes

4.4.3. Suy diễn cho trường hợp riêng đơn giản

4.4.4. Suy diễn bằng phương pháp lấy mẫu

4.4.5. Phương pháp loại trừ biến

4.5. ỨNG DỤNG SUY DIỄN XÁC SUẤT

4.6. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

5. CHƯƠNG 5: HỌC MÁY

5.1. KHÁI NIỆM HỌC MÁY

5.1.1. Ứng dụng của học máy

5.2. HỌC CÂY QUYẾT ĐỊNH

5.2.1. Khái niệm cây quyết định

5.2.2. Thuật toán học cây quyết định

5.2.3. Các đặc điểm thuật toán học cây quyết định

5.2.4. Vấn đề quá vừa dữ liệu

5.2.5. Sử dụng thuộc tính có giá trị liên tục

5.2.6. Sử dụng cách đánh giá thuộc tính khác

5.3. PHÂN LOẠI BAYES ĐƠN GIẢN

5.3.1. Phương pháp phân loại Bayes đơn giản

5.3.2. Vấn đề tính xác suất trên thực tế

5.3.3. Ứng dụng trong phân loại văn bản tự động

5.4. HỌC DỰA TRÊN VÍ DỤ: THUẬT TOÁN K LÁNG GIỀNG GẦN NHẤT

5.4.1. Nguyên tắc chung

5.4.2. Phương pháp k-láng giềng gần nhất

5.4.3. Một số lưu ý với thuật toán k-NN

5.5. HỒI QUY TUYẾN TÍNH VÀ HỒI QUY LOGISTIC

5.5.1. Hồi quy tuyến tính

5.5.2. Hồi quy logistic

5.5.3. Hồi quy logistic cho phân loại đa lớp

5.6. SUPPORT VECTOR MACHINES

5.6.1. Phân loại tuyến tính với lề cực đại

5.6.2. Kỹ thuật hàm nhân và SVM tổng quát

5.6.3. Sử dụng trên thực tế

5.7. ĐÁNH GIÁ VÀ LỰA CHỌN MÔ HÌNH

5.7.1. Các độ đo sử dụng trong đánh giá

5.7.2. Đánh giá mô hình bằng kiểm tra chéo

5.7.3. Lựa chọn đặc trưng

5.8. SƠ LƯỢC VỀ MỘT SỐ PHƯƠNG PHÁP HỌC MÁY KHÁC

5.9. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

TÀI LIỆU THAM KHẢO