οµηµένες Αναπαραστάσεις Γνώσης

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "οµηµένες Αναπαραστάσεις Γνώσης"

Transcript

1 οµηµένες Αναπαραστάσεις Γνώσης! Η κλασική λογική δε µπορεί να αναπαραστήσει κλάσεις αντικειµένων.! Είναι επιθυµητή η µείωση του όγκου της γνώσης για ένα πρόβληµα.! Η πράξη απαιτεί µία περισσότερο διαισθητική προσέγγιση στην αναπαράσταση γνώσης.

2 Αναπαράσταση µε Κανόνες Μορφές Κανόνων Εκφράζει Επεξήγηση IF συνθήκες THEN ενέργειες ιαδικαστική γνώση Αν οι συνθήκες αληθεύουν τότε εκτέλεσε τις ενέργειες IF συνθήκες THEN συµπέρασµα ηλωτική γνώση Αν οι συνθήκες αληθεύουν τότε αληθεύει και το συµπέρασµα! Συστήµατα εξαγωγής συµπερασµάτων (deduction systems): οι κανόνες εκφράζουν δηλωτική γνώση, και! Συστήµατα παραγωγής (production systems): οι κανόνες εκφράζουν διαδικαστική γνώση.! Πλεονεκτήµατα: # Κάθε κανόνας ορίζει ένα µικρό και (σχεδόν) ανεξάρτητο τµήµα της γνώσης για ένα πρόβληµα (modularity). # Νέοι κανόνες µπορούν να προστεθούν σε ένα σύνολο κανόνων (σχεδόν) ανεξάρτητα από άλλους υπάρχοντες κανόνες (incrementability). # Κανόνες που ήδη υπάρχουν σε ένα σύνολο κανόνων µπορούν να αλλάξουν (σχεδόν) ανεξάρτητα από άλλους κανόνες (modifiability).

3 Αναπαράσταση µε Κανόνες Παράδειγµα Σύµπτωµα Πιθανή Βλάβη Επιδιόρθωση Ο εκτυπωτής δεν τυπώνει καθόλου ή ο Το καλώδιο δεν κάνει καλή Κλείστε τον εκτυπωτή και τον εκτυπωτής τυπώνει λάθος χαρακτήρες επαφή υπολογιστή και προσπαθήστε ξανά Ο εκτυπωτής τυπώνει σωστά αλλά τα Έχει τελειώσει το έγχρωµο Αλλάξτε την κεφαλή µε το χρώµατα δε τυπώνονται σωστά µελάνι έγχρωµο µελάνι Ο εκτυπωτής τυπώνει σωστά αλλά τα εν είναι καθαρή η κεφαλή Ακολουθήστε τη διαδικασία χρώµατα δε τυπώνονται σωστά καθαρισµού της κεφαλής IF ο εκτυπωτής δεν τυπώνει καθόλου OR ο εκτυπωτής τυπώνει λάθος χαρακτήρες THEN το καλώδιο δεν κάνει καλή επαφή IF ο εκτυπωτής τυπώνει σωστά and τα χρώµατα δε τυπώνονται σωστά THEN έχει τελειώσει το έγχρωµο µελάνι IF ο εκτυπωτής τυπώνει σωστά and τα χρώµατα δε τυπώνονται σωστά THEN δεν είναι καθαρή η κεφαλή IF ο εκτυπωτής δεν τυπώνει καθόλου OR ο εκτυπωτής τυπώνει λάθος χαρακτήρες THEN κλείστε τον εκτυπωτή και τον υπολογιστή και προσπαθήστε ξανά IF ο εκτυπωτής τυπώνει σωστά and τα χρώµατα δε τυπώνονται σωστά THEN αλλάξτε την κεφαλή µε το έγχρωµο µελάνι IF ο εκτυπωτής τυπώνει σωστά and τα χρώµατα δε τυπώνονται σωστά THEN ακολουθήστε τη διαδικασία καθαρισµού κεφαλής

4 Συστήµατα Εξαγωγής Συµπερασµάτων! Τα συστήµατα εξαγωγής συµπερασµάτων (deduction systems) αποτελούνται από δύο µέρη: # Τη βάση κανόνων (rule base) # Τον έλεγχο (control).

5 Εξαγωγή Συµπερασµάτων Ακολουθία Εκτέλεσης (Chaining)! Οτρόποςµε το οποίον υλοποιείται η συλλογιστική, ώστε να εξαχθούν τα συµπεράσµατα. # Ανάστροφη ακολουθία εκτέλεσης (backward chaining) (δεξιάπροςτααριστερά). Η εξαγωγή συµπερασµάτων ξεκινά από το δεξιό µέρος του κανόνα και προσπαθεί να βρει αν οι προϋποθέσεις είναι αληθείς. Εξετάζονται όλοι οι εναλλακτικοί τρόποι απόδειξης του συµπεράσµατος (ακόµα και αυτοί που δεν είναι αληθείς) έως ότου αποδειχθεί η αλήθεια του συµπεράσµατος (όπως στην Prolog). Ενδείκνυται όταν υπάρχουν λίγα συµπεράσµατα και πολλά δεδοµένα, γιαταοποίατοσύστηµα µας καθοδηγεί ζητώντας τα µε µια λογική σειρά και όσα χρειάζονται. Εφαρµογές: Συστήµατα Ελέγχου Λειτουργίας (Monitoring). # Ορθή ακολουθία εκτέλεσης (forward chaining) (αριστερά προς τα δεξιά). Η εξαγωγή συµπερασµάτων εξετάζει πρώτα αν οι προϋποθέσεις στο αριστερό µέρος του κανόνα είναι αληθείς έτσι ώστε το συµπέρασµα που αναφέρεται στο δεξιό µέρος να είναι αληθές. Εξετάζονται µόνο οι αληθείς τρόποι απόδειξης, αλλά το σύστηµα µπορεί να συµπεράνει περισσότερα συµπεράσµατα από τα επιθυµητά (Συστήµατα Παραγωγής). Ενδείκνυται όταν υπάρχουν λίγα δεδοµένα (δίδονται στο σύστηµα όλαµαζί στην αρχή) και µπορούν να οδηγήσουν σε πολλά συµπεράσµατα. Εφαρµογές: Συστήµατα ιάγνωσης.

6 Αναπαράσταση µε Κανόνες Παράδειγµα 1:if has(animal,hair) or gives(animal,milk) then isa(animal,mammal). 2:if has(animal,feathers) or (flies(animal) and lays(animal,eggs)) then isa(animal,bird). 3:if isa(animal,mammal) and (eats(animal,meat) or (has(animal,pointed_teeth) and has(animal,claws) and has(animal,forward_pointing_eyes))) then isa(animal,carnivore). 5:if then isa(animal,carnivore) and has(animal,tawny_colour) and has(animal,black_stripes) isa(animal,tiger). 6: if isa(animaλ,bird) and not flies(animal) and swims(animal) then isa(animal,penguin). 7: if isa(animal,bird) and isa(animal,good_flyer) then isa(animal,albatros). 4:if isa(animal,carnivore) and has(animal,tawny_colour) and has(animal,dark_spots) then isa(animal,cheetah).

7 Γραφική Αναπαράσταση Κανόνων

8 Γραφική Αναπαράσταση Εξαγωγής Συµπεράσµατος

9 Συστήµατα Παραγωγής! Ένα σύστηµα παραγωγής (production system) αποτελείται από τρία µέρη: # Τη βάση κανόνων. # Το χώρο εργασίας (working memory), που περιέχει στοιχεία της µνήµης εργασίας (working memory elements). # Το µηχανισµό ελέγχου (control ή scheduler), οοποίοςεµπεριέχει µία στρατηγική επίλυσης συγκρούσεων (conflict resolution strategy).

10 Επίλυση Συγκρούσεων # Ένας κανόνας οπλίζει (triggers) όταν οι συνθήκες του κανόνα ικανοποιούνται. # Όταν ένας κανόνας πυροδοτείται (fires) τότε οι ενέργειές του εφαρµόζονται ή εκτελούνται. # Το σύνολο των κανόνων που οπλίζουν σχηµατίζουν το σύνολο σύγκρουσης (conflict set).! Μερικές από τις πιο γνωστές στρατηγικές επίλυσης συγκρούσεων είναι οι εξής: # Τυχαία (random). # ιάταξης (ordering). # Επιλογή του πρόσφατου (recency). # Επιλογή του πιο ειδικού (specificity). # Αποφυγή επανάληψης (refractoriness). Κύκλος λειτουργίας ενός Συστήµατος Παραγωγής Έως ότου δε µπορεί να εκτελεστεί κανένας κανόνας επανέλαβε: 1.Βρες όλους του κανόνες που οπλίζουν και σχηµάτισε το σύνολο συγκρούσεων. 2.Σύµφωνα µε το µηχανισµό επίλυσης συγκρούσεων, διάλεξε ένα κανόνα. 3.Πυροδότησε τον κανόνα που διάλεξες στο βήµα 2.

11 Συστήµατα Παραγωγής Παράδειγµα Κίνησης Ροµπότ robot_at(6,4) direction(e) choice(w) choice(s) choice(n) choice(e) obstacle_at(7,4) obstacle_at(6,8) obstacle_at(7,7)... object_at(4,7)...

12 Κανόνες Κίνησης Ροµπότ 1: detect_object: if robot_at(x,y) and object_at(x,y) then output( object is found ). 2: move_west: if robot_at(x,y) and direction(w) then delwm(robot_at(x,y)) and NX=X-1 and addwm(robot_at(nx,y)). 3: move_east: if robot_at(x,y) and direction(e) then delwm(robot_at(x,y)) and NX=X+1 and addwm(robot_at(nx,y)). 4: move_north: if robot_at(x,y) and direction(n) then delwm(robot_at(x,y)) and NY=Y+1 and addwm(robot_at(x,ny)). 5: move_south: if robot_at(x,y) and direction(s) then delwm(robot_at(x,y)) and NY=Y-1 and addwm(robot_at(x,ny)). 6: avoid_obstacle_south: if robot_at(x,y) and NY=Y-1 and obstacle_at(x,ny) and direction(s) and choice(nd) then delwm(direction(s)) and addwm(direction(nd)). 7: avoid_obstacle_west: if robot_at(x,y) and NX=X-1 and obstacle_at(nx,y) and direction(w) and choice(nd) then delwm(direction(w)) and addwm(direction(nd)). 8: avoid_obstacle_north: if robot_at(x,y) and NY=Y+1 and obstacle_at(x,ny) and direction(n) and choice(nd) then delwm(direction(n)) and addwm(direction(nd)). 9: avoid_obstacle_east: if robot_at(x,y) and NX=X+1 and obstacle_at(nx,y) and direction(e) and choice(nd) then delwm(direction(e)) and addwm(direction(nd)).

13 Στρατηγική Επίλυσης Κίνησης Ροµπότ! Οι στρατηγικές επίλυσης συγκρούσεων είναι µε τησειρά: # αποφυγή επανάληψης (ΑΕ), # επιλογή του πιο ειδικού (ΕΕ), και # τυχαία επιλογή (ΤΕ). Κύκλος Μνήµη Εργασίας 1 robot_at(6,4) direction(e) choice(w) choice(n) choice(s) choice(e) obstacle_at(7,4) obstacle_at(6,8)... object_at(4,7)... 2 robot_at(6,4) direction(n)... Σύνολο Συγκρούσεων {3, 6 (ND=w), 6 (ND=n), 6 (ND=s), 6 (ND=e)} Στρατηγική ΕΕ ΤΕ Κανόνας που πυροδοτεί 6:avoid_obstacle_east (ND=n) {4} - 4: move_north

14 Κύκλος Μνήµη Εργασίας 3 robot_at(6,5) direction(n)... 4 robot_at(6,6) direction(n)... 5 robot_at(6,7) direction(n)... obstacle_at(6,8)... 6 robot_at(6,7) direction(n)... obstacle_at(6,8)... 7 robot_at(6,7) direction(e)... obstacle_at(7,7)... Σύνολο Συγκρούσεων Στρατηγική Κανόνας που πυροδοτεί {4} - 4: move_north {4} - 4: move_north {4, 8 (ND=w), 8 (ND=n), 8 (ND=s), 8 (ND=e)} {4, 8 (ND=w), 8 (ND=n), 8 (ND=s), 8 (ND=e)} {3, 6 (ND=w), 6 (ND=n), 6 (ND=s), 6 (ND=e)} EE TE AE EE TE EE TE 8:avoid_obstacle_north (ND=n) 8:avoid_obstacle_north (ND=e) 8: avoid_obstacle_east (ND=w)

15 Κύκλος Μνήµη Εργασίας 8 robot_at(6,7) direction(w) robot_at(5,7) direction(w) robot_at(4,7) direction(w) object_at(4,7)... Σύνολο Συγκρούσεων Στρατηγική Κανόνας που πυροδοτεί {2} - 2: move_west {2} - 2: move_west {1,2} EE TE 1: detect_object

16 Σηµασιολογικά ίκτυα Ένα σηµασιολογικό δίκτυο (semantic net) αποτελείται από κόµβους (nodes) και δεσµούς (links) ανάµεσά τους. Οι κόµβοι υποδηλώνουν κλάσεις αντικειµένων (classes), αντικείµενα (objects), έννοιες (concepts), τιµές ιδιοτήτων (values), κλπ. και οι δεσµοί τις σχέσεις (relations) µεταξύ αυτών των αντικειµένων ή ιδιότητες που συνδέουν αντικείµενα µε τιµές.

17 Η ιεραρχική δοµή των σηµασιολογικών δικτύων :! Υπάρχουν διάφορα είδη δεσµών ή σχέσεων, AKO, ISA, INSTANCE_OF.! ΗσχέσηAKO υπάρχει µεταξύ κλάσεων αντικειµένων. Σε κόµβο που συνδέεται µε σχέση AKO µε κάποιον άλλον µπορούν να προστεθούν νέοι δεσµοί που προσδίδουν νέες ιδιότητες.! ΗσχέσηISA είναι παρόµοια µε τησχέσηako, αλλά σε κόµβο που συνδέεται µε κάποιον άλλον µε σχέσηisa δε µπορούν να προστεθούν νέες ιδιότητες παρά µόνον να κληρονοµηθούν οι ήδη υπάρχουσες ιδιότητες από κόµβους ψηλότερα στην ιεραρχία ή οι ιδιότητες αυτές να αλλάξουν τιµές.! ΗσχέσηINSTANCE_OF είναι παρόµοια µε τησχέσηisa, αλλά υπάρχει µόνο µεταξύ κόµβων αντικειµένων και κόµβων γενικότερων κλάσεων.

18 Κληρονοµικότητα στα σηµασιολογικά δίκτυα! Χάρη στην ιεραρχία ένα αντικείµενο κληρονοµεί ιδιότητες από µία γενικότερη κλάση στην οποία ανήκει.

19 Προσκόλληση διαδικασιών! Αντί για την τιµή της ιδιότητας µπορεί να οριστεί µια διαδικασία η οποία θα καλείται µόνον εάν χρειάζεται (IF-NEEDED) για να δώσει κάποιο αποτέλεσµα.! Οι διαδικασίες αυτές ονοµάζονται και δαίµονες (daemons).

20 Ιδιότητες µε προκαθορισµένες τιµές και εξαιρέσεις τους! Σε ένα σηµασιολογικό δίκτυο η συνήθης τιµή µιας ιδιότητας που εµφανίζεται σε ένα κόµβο που βρίσκεται ψηλά στην ιεραρχία µπορεί να προκαθοριστεί και ονοµάζεται προκαθορισµένη τιµή (DEFAULT).! Οι προκαθορισµένες τιµές είναι ένας τρόπος για να υλοποιηθεί η συλλογιστική των εύλογων υποθέσεων που γίνονται για κλάσεις αντικειµένων στα σηµασιολογικά δίκτυα.

21 Πλεονεκτήµατα και µειονεκτήµατα Σηµασιολογικά δίκτυα! Συµπαγήςτρόποςαναπαράστασηςτηςγνώσης.! Χρειάζεται επιπλέον υπολογιστική προσπάθεια για συλλογή πληροφοριών για κάποιο συγκεκριµένο αντικείµενο.! Λογική ανεπάρκεια # Τα αντικείµενα στα σηµασιολογικά δίκτυα είναι ανοιχτά σε απόδοση οποιαδήποτε σηµασίας.! Ευριστική ανεπάρκεια ή µη-αποδοτικότητα επαγωγής # Οι πληροφορίες είναι διασκορπισµένες µέσα σε ένα δίκτυο

22 Πλαίσια Τα πλαίσια (frames) ή σχήµατα (schemata) είναι "δοµές δεδοµένων για την αναπαράσταση στερεότυπων καταστάσεων".! Οι κύριες διαφορές των πλαισίων µε τις εγγραφές (records) είναι: # Τα πλαίσια δεν είναι κατ ανάγκη όµοια µεταξύ τους # εν περιέχουν ίδιου τύπου πληροφορίες, ούτε µόνον απλά δεδοµένα # Τα πλαίσια οργανώνονται σε ιεραρχικές δοµές και όχι σειριακές! Τα πλαίσια έχουν : # Όνοµα # Μία σειρά από ιδιότητες (slots) που συνδέονται άµεσα µε τιςτιµές τους (fillers).

23 Παράδειγµα

24 Πλαίσια Μηχανισµός εξαγωγής συµπερασµάτων! ιαδικασία βρες(frame,αttribute,value) # Αν η ιδιότητα Αttribute υπάρχει στο πλαίσιο Frame, τότε επέστρεψε την τιµήτηςvalue # Αλλιώς, ακολούθησε την ιεραρχία δεσµών ISA ή AKO ή INSTANCE_OF και επανέλαβε τη διαδικασία µε νέοπλαίσιοnewframe το αµέσως παραπάνω πλαίσιο του Frame στην ιεραρχίας, δηλ. βρες(newframe,attribute,value). Μειονεκτήµατα! Πολλαπλή κληρονοµικότητα (multiple inheritance).

25 Εννοιολογική Εξάρτηση! Η υλοποίηση ενός σηµασιολογικού δικτύου µε κόµβους και σχέσεις µεταξύ τους είναι σχεδόν αυθαίρετη.! Εννοιολογική εξάρτηση (conceptual dependency) # Ένα σύνολο από σταθερές σχέσεις µεταξύ των αντικειµένων, υπό την προϋπόθεση βέβαια ότι κάθε µία από αυτές τις σχέσεις έχει καλά ορισµένη σηµασιολογία (πρωταρχικές ή αρχέγονες (primitive relations)

26 Αρχέγονες Ενέργειες Αρχέγονες Ενέργειες Επεξήγηση Παράδειγµα ATRANS Μεταφορά µιας αφηρηµένης σχέσης ίνω PTRANS Μεταφοράτηςφυσικήςθέσηςενόςαντικειµένου Πηγαίνω PROPEL Εφαρµογή φυσικής βίας κατά ενός αντικειµένου Σπρώχνω MOVE Κίνηση µέρους του αντικειµένου Κλοτσώ GRASP Λαβή ενός αντικειµένου από κάποιον Αρπάζω INGEST Εισαγωγή στο σώµα Τρώω EXPEL Εξαγωγή από το σώµα Ιδρώνω MTRANS Μεταφορά διανοητικής πληροφορίας Συζητώ MBUILD Παραγωγή νέας πληροφορίας από παλιές Αποφασίζω SPEAK Παραγωγή φωνής Μιλώ ATTEND Ερεθισµός αισθητήριου οργάνου Ακούω Εννοιολογικές µορφές ACT PP AA PA Επεξήγηση Ενέργεια, πράξη Αντικείµενα Ιδιότητα ενέργειας, πράξης Ιδιότητα αντικειµένων

27 Σύµβολα στην Εννοιολογική Εξάρτηση Σύµβολο Επεξήγηση Σύµβολο Επεξήγηση p Παρελθόν f Μέλλον t Μεταφορά ts Αρχή µεταφοράς tf Τέλος µεταφοράς k Συνεχιζόµενο? Ερωτηµατικός / Αρνητικός nil Παρόν delta Χωρίς χρόνο c Υπό προϋποθέσεις! Πλεονεκτήµατα και µειονεκτήµατα # Η εξαγωγή συµπερασµάτων είναι ευκολότερη αν οι έννοιες µίαςφράσηςαναπαριστώνταισε ένα χαµηλό (αρχέγονο) επίπεδο. # Η γνώσηδενµπορεί πάντα να αναλύεται σε πολλά µικρά κοµµάτια αρχέγονης γνώσης.

28 Σενάρια Σενάριο (script) είναι µία στερεότυπη ακολουθία γεγονότων σε µία συγκεκριµένη δραστηριότητα

29 Σενάρια Τα µέρη ενός Σεναρίου! Συνθήκες εισόδου (entry conditions).! Αποτελέσµατα (results).! Σκηνικά (props).! Ρόλοι (roles).! Παραποµπές (track).! Σκηνές (scenes). Μηχανισµός εξαγωγής συµπερασµάτων! Ουπολογιστήςµπορεί να συµπεράνει και να αντιδράσει κατάλληλα σε µετέπειτα ερωτήσεις, θεωρώντας εύλογες υποθέσεις.! Μπορεί να γίνουν λάθος εκτιµήσεις από τον υπολογιστή.

30 Αναπαράσταση του Χρόνου Χρονική Λογική! Έστω µία πρόταση p, τότε: # +p σηµαίνει ότι οπωσδήποτε (necessarily) η p είναι αληθής στο µέλλον, δηλαδή για πάντα (always), # p σηµαίνει ότι πιθανά (possibly) η p είναι αληθής στο µέλλον, δηλαδή µερικές φορές (sometimes).! Το συντακτικό της χρονικής λογικής: Αν p Prop, τότε p είναι έκφραση της χρονικής λογικής. Αν p 1 και p 2 είναι εκφράσεις, τότε p 1 και p 1 p 2 είναι επίσης εκφράσεις. Αν p είναι έκφραση, τότε +p και p είναι επίσης εκφράσεις.! Για τους τελεστές και + ισχύει: +p p, δηλαδή κάτι είναι πάντα αληθές στο µέλλον εάν και µόνο εάν δεν είναι πιθανό να µην ισχύει µερικές φορές, και p + p, δηλαδή κάτι είναι µερικές φορές αληθές στο µέλλον εάν και µόνο εάν δεν ισχύει πάντα.

31 Η εξέλιξη των καταστάσεων ενός κόσµου

32 Αναπαράσταση του Χρόνου Λογική Χρονικών ιαστηµάτων! Η λογική χρονικών διαστηµάτων (time interval logic) ασχολείται µε τιςσχέσειςπου µπορεί να έχουν γεγονότα µεταξύ τους µέσα στο χρόνο.! Ένα χρονικό διάστηµα για το οποίο ισχύει ένα γεγονός µπορεί να αναπαρασταθεί σαν ένα τµήµα µιας χρονοσειράς (timeline) που περιορίζεται από δύο χρονικά σηµεία, την αρχή t 1 και το τέλος t 2, ενώ προφανώς ισχύει t 1 <t 2.! Γιαταάκρατωνδιαστηµάτων ισχύει: # Επικαλύπτει (overlaps): i s <j s <i f <j f # Προηγείται (precedes): i s <i f <j s <j f # Συναντά (meets): i s <i f =j s <j f # Αρχίζει (starts): i s =j s <i f <j f # Τελειώνει (ends): j s <i s <i f =j f # Στη διάρκεια (during): j s <i s <i f <j f # Ισοδυναµεί (equals): i s =j s <i f =j f

33 Γραφική Αναπαράσταση Σχέσεων Χρονικών ιαστηµάτων

34 Το Πρόβληµα του Πλαισίου! Το πρόβληµα του πλαισίου (frame problem) αφορά τη χρονική διάρκεια µέσα στην οποία είναι αληθές ένα γεγονός και τους παράγοντες που το επηρεάζουν µε την πάροδο του χρόνου. # Είναι δύσκολο να οριστεί µεσαφήνειαπώςµία ενέργεια που µπορεί να γίνει στο µέλλον επηρεάζει τα γεγονότα.! Τρόποι αντιµετώπισης του προβλήµατος: # Είναι για κάθε ιδιότητα του κόσµου να εκφραστεί µεσαφήνειαότιµία ενέργεια δεν επηρεάζει τον κόσµο σε δύο συνεχόµενες καταστάσεις # Να οριστούν κάποιες ιδιότητες και καταστάσεις ως πρωταρχικές (primitive), υπό την έννοια ότι όλες οι άλλες ιδιότητες και καταστάσεις προκύπτουν από αυτές. # Να δηλωθεί ρητά ότι κάθε φορά που συµβαίνει µια αλλαγή κατάστασης, τότε πρέπει απαραίτητα να έχει συµβεί κάποια συγκεκριµένη ενέργεια.

35 Είδη Συλλογιστικής Η παραγωγική συλλογιστική (deductive reasoning) εξάγει συµπεράσµατα βασισµένη στους κλασσικούς µηχανισµούς εξαγωγής συµπερασµάτων της λογικής. εδοµένου του κανόνα: Όλα τα σκυλιά του Κώστα είναι καφέ και του γεγονότος: Αυτά τα σκυλιά είναι του Κώστα Συµπέρασµα που εξάγεται: Αυτά τα σκυλιά είναι καφέ Η επαγωγική συλλογιστική (inductive reasoning) αφορά την εξαγωγή γενικών συµπερασµάτων από ένα σύνολο παραδειγµάτων. εδοµένου του γεγονότος: Αυτά τα σκυλιά είναι του Κώστα και του αποτελέσµατος:αυτά τα σκυλιά είναι καφέ Κανόνας που εξάγεται: Όλα τα σκυλιά του Κώστα είναι καφέ Η απαγωγική συλλογιστική (abductive reasoning) αφορά την εξαγωγή συµπερασµάτων κατά την οποία, µε δεδοµένα µία βάση γνώσης και µερικές παρατηρήσεις (observations) επιχειρείται η εύρεση υποθέσεων οι οποίες µαζί µε τη βάση γνώσης εξηγούν τις παρατηρήσεις. εδοµένου του κανόνα: και του αποτελέσµατος: Υπόθεση που εξάγεται: Όλα τα σκυλιά του Κώστα είναι καφέ Τα σκυλιά είναι καφέ Αυτά τα σκυλιά είναι του Κώστα

οµηµένες Αναπαραστάσεις Γνώσης

οµηµένες Αναπαραστάσεις Γνώσης οµηµένες Αναπαραστάσεις Γνώσης! Η κλασική λογική δε µπορεί να αναπαραστήσει κλάσεις αντικειµένων.! Είναι επιθυµητή η µείωση του όγκου της γνώσης για ένα πρόβληµα.! Η πράξη απαιτεί µία περισσότερο διαισθητική

Διαβάστε περισσότερα

Κεφάλαιο 11. Συστήµατα Κανόνων. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η.

Κεφάλαιο 11. Συστήµατα Κανόνων. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Κεφάλαιο 11 Συστήµατα Κανόνων Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Τεχνητή Νοηµοσύνη, B' Έκδοση 1 Αναπαράσταση µε Κανόνες Πολύ πρακτικός τρόπος

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Συλλογιστικές

Αναπαράσταση Γνώσης και Συλλογιστικές Αναπαράσταση Γνώσης και Συλλογιστικές Αναπαράσταση γνώσης είναι ένα σύνολο συντακτικών και σηµασιολογικών παραδοχών, οι οποίες καθιστούν δυνατή την περιγραφή ενός κόσµου.! Μία µέθοδος αναπαράστασης γνώσης

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναπαράσταση με Κανόνες Η γνώση αναπαρίσταται με τρόπο που πλησιάζει την ανθρώπινη

Διαβάστε περισσότερα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 4: Αναπαράστασης Γνώσης και Συλλογιστικής Συστήματα Κανόνων

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 4: Αναπαράστασης Γνώσης και Συλλογιστικής Συστήματα Κανόνων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 4: Αναπαράστασης Γνώσης και Συλλογιστικής Συστήματα Κανόνων Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες

Διαβάστε περισσότερα

Συστήματα Βασισμένα σε Γνώση (Knowledge Based Systems)

Συστήματα Βασισμένα σε Γνώση (Knowledge Based Systems) Τεχνητή Νοημοσύνη 10 Συστήματα Βασισμένα σε Γνώση (Knowledge Based Systems) Φώτης Κόκκορας Τμ. Μηχανικών Πληροφορικής - ΤΕΙ Θεσσαλίας Δεδομένα, Πληροφορία, Γνώση και Σοφία Εμπειρικοί κανόνες Όχι προγραμματισμός

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Συλλογιστικές

Αναπαράσταση Γνώσης και Συλλογιστικές Μαθήματα 5& 6& 7& 8 Αναπαράσταση Γνώσης και Συλλογιστικές Αναπαράσταση Γνώσης και Συλλογιστικές Ορισμοί Chapter 7 Knowledge Codification Τι είναι Κωδικοποίηση Γνώσης Κωδικοποίηση της Γνώσης Knowledge Codification

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 - Συστήματα Κανόνων

ΚΕΦΑΛΑΙΟ 3 - Συστήματα Κανόνων ΚΕΦΑΛΑΙΟ 3 - Συστήματα Κανόνων Σύνοψη Στο κεφάλαιο αυτό παρουσιάζεται ο χώρος των συστημάτων κανόνων με επικέντρωση στα συστήματα παραγωγής. Η χρήση κανόνων για την αναπαράσταση της διαδικαστικής και επεισοδιακής

Διαβάστε περισσότερα

Δομημένη Αναπαράσταση Γνώσης

Δομημένη Αναπαράσταση Γνώσης Δομημένη Αναπαράσταση Γνώσης Δομημένες Αναπαραστάσεις Γνώσης Κλασική Λογική: αυστηρότητα στην αναπαράσταση της γνώσης Στην πράξη: απαιτείται μια λιγότερο αυστηρή και περισσότερο διαισθητική προσέγγιση

Διαβάστε περισσότερα

Συστήματα Γνώσης. Πρακτικό Κομμάτι Μαθήματος Πρόγραμμα Κίνησης Robot. Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Τμήμα Πληροφορικής

Συστήματα Γνώσης. Πρακτικό Κομμάτι Μαθήματος Πρόγραμμα Κίνησης Robot. Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Πρακτικό Κομμάτι Μαθήματος Πρόγραμμα Κίνησης Robot Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες

Διαβάστε περισσότερα

Διαχείριση Γνώσης. Επικ. Καθ. Κωνσταντίνος Μεταξιώτης kmetax@unipi.gr Δρ. Κωνσταντίνος Εργαζάκης Επιστημονικός Υπεύθυνος kergaz@epu.ntua.

Διαχείριση Γνώσης. Επικ. Καθ. Κωνσταντίνος Μεταξιώτης kmetax@unipi.gr Δρ. Κωνσταντίνος Εργαζάκης Επιστημονικός Υπεύθυνος kergaz@epu.ntua. Επικ. Καθ. Κωνσταντίνος Μεταξιώτης kmetax@unipi.gr Δρ. Κωνσταντίνος Εργαζάκης Επιστημονικός Υπεύθυνος kergaz@epu.ntua.gr Πανεπιστήμιο Πειραιώς - Τμήμα Πληροφορικής Περιεχόμενα Κωδικοποίηση Γνώσης Τι είναι

Διαβάστε περισσότερα

Πανεπιστήµιο Πατρών Τµήµα Μηχ/κών Η/Υ & Πληροφορικής ΜΠΣ ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ. Ι.

Πανεπιστήµιο Πατρών Τµήµα Μηχ/κών Η/Υ & Πληροφορικής ΜΠΣ ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ. Ι. Πανεπιστήµιο Πατρών Τµήµα Μηχ/κών Η/Υ & Πληροφορικής ΜΠΣ ΕΠΙΣΤΗΜΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ Ι. Χατζηλυγερούδης ΩΡΟΛΟΓΙΟ ΠΡΟΓΡΑΜΜΑ Τετάρτη/Τρίτη 5.00-7.00 µ.µ. (ΠΡΟΚΑΤ Τµήµατος

Διαβάστε περισσότερα

Rule Based systems Συστήματα Βασισμένα σε κανόνες

Rule Based systems Συστήματα Βασισμένα σε κανόνες Rule Based systems Συστήματα Βασισμένα σε κανόνες Τμήματα ενός έμπειρου συστήματος βασισμένου σε κανόνες Βάση Γνώσης (Κανόνες) Μηχανισμός Εξαγωγής Συμπερασμάτων Χώρος Εργασίας (Γεγονότα) Μηχανισμός Επεξήγησης

Διαβάστε περισσότερα

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 8 Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Αναπαράσταση Γνώσης Σύνολο συντακτικών

Διαβάστε περισσότερα

ΠΛΑΙΣΙΑ. Τα πλαίσια έχουν:

ΠΛΑΙΣΙΑ. Τα πλαίσια έχουν: ΠΛΑΙΣΙΑ Ορίστηκαν από τον Minsky σαν "δοµές δεδοµένων για την αναπαράσταση στερεότυπων καταστάσεων". Ονοµάζονται και σχήµατα (schemata). Κατά µία έννοια αποτελούν εξέλιξη των σηµαντικών δικτύων (ή δικτύων

Διαβάστε περισσότερα

Ευφυή Συστήματα Υποστήριξης Αποφάσεων. Δημήτρης Αποστόλου

Ευφυή Συστήματα Υποστήριξης Αποφάσεων. Δημήτρης Αποστόλου 1 Ευφυή Συστήματα Υποστήριξης Αποφάσεων Δημήτρης Αποστόλου Βιβλιογραφία 2 Τεχνητή Νοημοσύνη - Γ' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Semantic Web Primer Gregoris

Διαβάστε περισσότερα

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος. Γνώση Η γνώση είναι διαφορετική από τα δεδομένα Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος. Η γνώση για κάποιο

Διαβάστε περισσότερα

οµηµένες Αναπαραστάσεις Γνώσης

οµηµένες Αναπαραστάσεις Γνώσης Κεφάλαιο 10 οµηµένες Αναπαραστάσεις Γνώσης Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου οµηµένες Αναπαραστάσεις Γνώσης Κλασική Λογική: αυστηρότητα

Διαβάστε περισσότερα

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ

ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΜΑΤΙΚΗΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΠΡΟΒΛΗΜΑΤΑ ΙΚΑΝΟΠΟΙΗΣΗΣ ΠΕΡΙΟΡΙΣΜΩΝ ΤΥΠΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ ΓΝΩΣΗΣ - ΣΥΛΛΟΓΙΣΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ Καραγιώργου Σοφία Προβλήματα ικανοποίησης

Διαβάστε περισσότερα

Ευφυής Προγραμματισμός

Ευφυής Προγραμματισμός Ευφυής Προγραμματισμός Ενότητα 7: Προγραμματισμός Βασισμένος Σε Κανόνες Ιωάννης Χατζηλυγερούδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Προγραμματισμός Βασισμένος Σε Κανόνες Βασισμένα σε Κανόνες

Διαβάστε περισσότερα

Π2 Το Σύστηµα Κανόνων CLIPS

Π2 Το Σύστηµα Κανόνων CLIPS ΠΑΡΑΡΤΗΜΑ 2 Π2 Το Σύστηµα Κανόνων CLIPS Το CLIPS (C Language Integrated Production System) είναι ένα περιβάλλον που προσφέρει δυνατότητες για προγραµµατισµό µε κανόνες, αντικείµενα και συναρτήσεις. Αναπτύχθηκε

Διαβάστε περισσότερα

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος.

Γνώση. Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος. Γνώση Η γνώση είναι διαφορετική από τα δεδομένα Γνώση (knowledge) είναι ο κοινός παράγοντας (π.χ. κανόνες) που περιγράφει συνοπτικά τις συσχετίσεις μεταξύ των δεδομένων ενός προβλήματος. Η γνώση για κάποιο

Διαβάστε περισσότερα

ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS)

ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS) ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS) ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS) Αντικείμενα (objects) και σχέσεις μεταξύ τους Παράσταση δικτύου (γραφική) Ιεραρχική δομή Έμφαση στην οργάνωση (isa, partof,

Διαβάστε περισσότερα

Μηχανική Μάθηση Μερωνυµιών για Αναγνώριση Γεγονότων

Μηχανική Μάθηση Μερωνυµιών για Αναγνώριση Γεγονότων Μηχανική Μάθηση Μερωνυµιών για Αναγνώριση Γεγονότων Αναστάσιος Σκαρλατίδης 1,2 anskarl@iit.demokritos.gr επιβλέπων: Καθ. Βούρος Γ. 1 1 Τµήµα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστηµάτων Πανεπιστήµιο

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Αναπαράσταση Γνώσης Η περιγραφή ενός προβλήματος σε συνδυασμό με τους τελετές

Διαβάστε περισσότερα

Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ )

Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ ) Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ. 25 48) Τι είναι αλγόριθμος; Γ ΛΥΚΕΙΟΥ Αλγόριθμος είναι μία πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρονικό διάστημα,

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ & ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ & ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ & ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ Μέρος 4ο ΝΙΚΟΛΑΟΣ ΣΤΕΡΓΙΟΥΛΑΣ ΤΜΗΜΑ ΦΥΣΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ 1 ΟΙ ΤΕΛΕΣΤΕΣ ΣΥΓΚΡΙΣΗΣ Με τους τελεστές σύγκρισης, συγκρίνουμε τις

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης. Αναπαράσταση Γνώσης με Λογική. Προτασιακή Λογική Λογική Πρώτης Τάξης

Αναπαράσταση Γνώσης. Αναπαράσταση Γνώσης με Λογική. Προτασιακή Λογική Λογική Πρώτης Τάξης Αναπαράσταση Γνώσης Αναπαράσταση Γνώσης με Λογική Προτασιακή Λογική Λογική Πρώτης Τάξης Αναπαράσταση Γνώσης Σύνολο συντακτικών και σημασιολογικών παραδοχών, οι οποίες καθιστούν δυνατή την περιγραφή ενός

Διαβάστε περισσότερα

Περιεχόµενα. ΜΕΡΟΣ Α: Επίλυση Προβληµάτων... 17

Περιεχόµενα. ΜΕΡΟΣ Α: Επίλυση Προβληµάτων... 17 ΠΡΟΛΟΓΟΣ... I ΠΡΟΛΟΓΟΣ ΤΩΝ ΣΥΓΓΡΑΦΕΩΝ...III ΣΥΝΟΠΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ΠΕΡΙΕΧΟΜΕΝΩΝ... IX ΠΕΡΙΕΧΟΜΕΝΑ... XI 1 ΕΙΣΑΓΩΓΗ... 1 1.1 ΤΙ ΕΙΝΑΙ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ... 1 1.1.1 Ορισµός της Νοηµοσύνης... 2 1.1.2 Ορισµός

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΨΥΧΟΛΟΓΙΑ (ΨΧ 00)

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΨΥΧΟΛΟΓΙΑ (ΨΧ 00) ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΨΥΧΟΛΟΓΙΑ (ΨΧ 00) Πέτρος Ρούσσος ΔΙΑΛΕΞΗ 5 Έννοιες και Κλασική Θεωρία Εννοιών Έννοιες : Θεμελιώδη στοιχεία από τα οποία αποτελείται το γνωστικό σύστημα Κλασική θεωρία [ή θεωρία καθοριστικών

Διαβάστε περισσότερα

Πληροφορική 2. Τεχνητή νοημοσύνη

Πληροφορική 2. Τεχνητή νοημοσύνη Πληροφορική 2 Τεχνητή νοημοσύνη 1 2 Τι είναι τεχνητή νοημοσύνη; Τεχνητή νοημοσύνη (AI=Artificial Intelligence) είναι η μελέτη προγραμματισμένων συστημάτων τα οποία μπορούν να προσομοιώνουν μέχρι κάποιο

Διαβάστε περισσότερα

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση: Έστω ότι έχουμε τους παίκτες Χ και Υ. Ο κάθε παίκτης, σε κάθε κίνηση που κάνει, προσπαθεί να μεγιστοποιήσει την πιθανότητά του να κερδίσει. Ο Χ σε κάθε κίνηση που κάνει

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Εντολές επιλογής Εντολές επανάληψης

ΠΕΡΙΕΧΟΜΕΝΑ. Εντολές επιλογής Εντολές επανάληψης ΠΕΡΙΕΧΟΜΕΝΑ Εντολές επιλογής Εντολές επανάληψης Εισαγωγή Στο προηγούμενο κεφάλαιο αναπτύξαμε προγράμματα, τα οποία ήταν πολύ απλά και οι εντολές των οποίων εκτελούνται η μία μετά την άλλη. Αυτή η σειριακή

Διαβάστε περισσότερα

Αλαπαξάζηαζε Γλώζεο θαη πιινγηζηηθέο

Αλαπαξάζηαζε Γλώζεο θαη πιινγηζηηθέο Αλαπαξάζηαζε Γλώζεο θαη πιινγηζηηθέο Αλαπαξάζηαζε γλώζεο είλαη έλα ζύλνιν ζπληαθηηθώλ θαη ζεκαζηνινγηθώλ παξαδνρώλ, νη νπνίεο θαζηζηνύλ δπλαηή ηελ πεξηγξαθή ελόο θόζκνπ. Μία κέζνδνο αλαπαξάζηαζεο γλώζεο

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Συλλογιστικές

Αναπαράσταση Γνώσης και Συλλογιστικές ναπαράσταση Γνώσης και Συλλογιστικές! Γενικά Προτασιακή λογική Λογική πρώτης τάξης Λογικός προγραµµατισµός Επεκτάσεις της Λογικής Πρώτης Τάξης Συστήµατα Κανόνων Επίλογος ναπαράσταση γνώσης " ναπαράσταση

Διαβάστε περισσότερα

Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο

Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο Κατακερµατισµός 1 Οργάνωση Αρχείων (σύνοψη) Οργάνωση αρχείων: πως είναι τοποθετηµένες οι εγγραφές ενός αρχείου όταν αποθηκεύονται στο δίσκο 1. Αρχεία Σωρού 2. Ταξινοµηµένα Αρχεία Φυσική διάταξη των εγγραφών

Διαβάστε περισσότερα

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Προβλήματα, αλγόριθμοι, ψευδοκώδικας Προβλήματα, αλγόριθμοι, ψευδοκώδικας October 11, 2011 Στο μάθημα Αλγοριθμική και Δομές Δεδομένων θα ασχοληθούμε με ένα μέρος της διαδικασίας επίλυσης υπολογιστικών προβλημάτων. Συγκεκριμένα θα δούμε τι

Διαβάστε περισσότερα

Θεωρητικές Ασκήσεις. ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ. 1 ο Μέρος

Θεωρητικές Ασκήσεις. ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ. 1 ο Μέρος ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ. 1 ο Μέρος Θέμα 1 Δίνονται τα παρακάτω τμήματα αλγορίθμου Α. βαλίτσα Αληθής εισιτήριο Αληθής ταξίδι βαλίτσα και εισιτήριο Τι τιμή θα έχει η λογική μεταβλητή

Διαβάστε περισσότερα

Γλώσσες υψηλού επιπέδου Περιέχουν περισσότερες εντολές για την εκτέλεση πολύπλοκων εργασιών Τα προγράµµατα µεταφράζονται σε γλώσσα µηχανής είτε από το

Γλώσσες υψηλού επιπέδου Περιέχουν περισσότερες εντολές για την εκτέλεση πολύπλοκων εργασιών Τα προγράµµατα µεταφράζονται σε γλώσσα µηχανής είτε από το Σηµαντικά σηµεία κεφαλαίου Τα τρία στάδια επίλυσης ενός προβλήµατος: Ακριβής προσδιορισµό του προβλήµατος Ανάπτυξη του αντίστοιχου αλγορίθµου. ιατύπωση του αλγορίθµου σε κατανοητή µορφή από τον υπολογιστή.

Διαβάστε περισσότερα

Προγραμματισμός Υπολογιστών & Υπολογιστική Φυσική

Προγραμματισμός Υπολογιστών & Υπολογιστική Φυσική ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Προγραμματισμός Υπολογιστών & Υπολογιστική Φυσική Ενότητα 4: Δομές Ελέγχου Νικόλαος Στεργιούλας Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Λογικός Προγραμματισμός

Λογικός Προγραμματισμός Λογικός Προγραμματισμός Αναπαράσταση γνώσης: Λογικό Σύστημα. Μηχανισμός επεξεργασίας γνώσης: εξαγωγή συμπεράσματος. Υπολογισμός: Απόδειξη θεωρήματος (το συμπέρασμα ενδιαφέροντος) από αξιώματα (γνώση).

Διαβάστε περισσότερα

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΠΟΛΥΠΛΟΚΑ ΣΥΣΤΗΜΑΤΑ και ΔΙΚΤΥΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 01 & 02 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση

Διαβάστε περισσότερα

Έµπειρα Συστήµατα (Expert Systems)

Έµπειρα Συστήµατα (Expert Systems) Έµπειρα Συστήµατα (Expert Systems) Προγράµµατα τα οποία: Επιδεικνύουν νοήµονα συµπεριφορά σε συγκεκριµένους τοµείς και διαδικασίες, ανάλογη ενός ανθρώπου εµπειρογνώµονα µε ειδικότητα στον ίδιο τοµέα. Κωδικοποιούν

Διαβάστε περισσότερα

Επίλυση Προβλημάτων 1

Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης

Διαβάστε περισσότερα

2 ΟΥ και 7 ΟΥ ΚΕΦΑΛΑΙΟΥ

2 ΟΥ και 7 ΟΥ ΚΕΦΑΛΑΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 2 ΟΥ και 7 ΟΥ ΚΕΦΑΛΑΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΑΛΓΟΡΙΘΜΩΝ και ΔΟΜΗ ΑΚΟΛΟΥΘΙΑΣ 2.1 Να δοθεί ο ορισμός

Διαβάστε περισσότερα

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ στα ΔΙΚΤΥΑ και ΠΟΛΥΠΛΟΚΟΤΗΤΑ Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός Χειμερινό Εξάμηνο Σπουδών Διάλεξη 02 & 03 Δρ. Γεώργιος Χρ. Μακρής Αναπαράσταση

Διαβάστε περισσότερα

K15 Ψηφιακή Λογική Σχεδίαση 6: Λογικές πύλες και λογικά κυκλώματα

K15 Ψηφιακή Λογική Σχεδίαση 6: Λογικές πύλες και λογικά κυκλώματα K15 Ψηφιακή Λογική Σχεδίαση 6: Λογικές πύλες και λογικά κυκλώματα Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Λογικές πύλες Περιεχόμενα 1 Λογικές πύλες

Διαβάστε περισσότερα

Ενδεικτικές Ερωτήσεις Θεωρίας

Ενδεικτικές Ερωτήσεις Θεωρίας Ενδεικτικές Ερωτήσεις Θεωρίας Κεφάλαιο 2 1. Τι καλούμε αλγόριθμο; 2. Ποια κριτήρια πρέπει οπωσδήποτε να ικανοποιεί ένας αλγόριθμος; 3. Πώς ονομάζεται μια διαδικασία που δεν περατώνεται μετά από συγκεκριμένο

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης

Διαβάστε περισσότερα

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6 HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο 2015-2016 Φροντιστήριο 6 Α) ΘΕΩΡΙΑ Μέθοδος Επίλυσης (Resolution) Στη μέθοδο της επίλυσης αποδεικνύουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων,

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή raniah@hua.gr 1 Ασάφεια (Fuzziness) Ποσοτικοποίηση της ποιοτικής πληροφορίας Οφείλεται κυρίως

Διαβάστε περισσότερα

ΔΙΑΛΕΞΗ ΙΙ ΕΝΑ ΒΗΜΑ ΠΑΡΑΠΑΝΩ ΜΕ SCRATCH ΕΠΙΛΕΓΩΝΤΑΣ & ΕΠΑΝΑΛΑΜΒΑΝΟΝΤΑΣ

ΔΙΑΛΕΞΗ ΙΙ ΕΝΑ ΒΗΜΑ ΠΑΡΑΠΑΝΩ ΜΕ SCRATCH ΕΠΙΛΕΓΩΝΤΑΣ & ΕΠΑΝΑΛΑΜΒΑΝΟΝΤΑΣ Τ.Ε.Ι. ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΑΛΕΞΗ ΙΙ ΕΝΑ ΒΗΜΑ ΠΑΡΑΠΑΝΩ ΜΕ SCRATCH ΕΠΙΛΕΓΩΝΤΑΣ & ΕΠΑΝΑΛΑΜΒΑΝΟΝΤΑΣ Γ ι ά ν ν η ς Ε. Τ ζ ή μ α ς Μάθημα: ΤΕΧΝΙΚΕΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Το πρώτο πράγμα

Διαβάστε περισσότερα

Ψευδοκώδικας. November 7, 2011

Ψευδοκώδικας. November 7, 2011 Ψευδοκώδικας November 7, 2011 Οι γλώσσες τύπου ψευδοκώδικα είναι ένας τρόπος περιγραφής αλγορίθμων. Δεν υπάρχει κανένας τυπικός ορισμός της έννοιας του ψευδοκώδικα όμως είναι κοινός τόπος ότι οποιαδήποτε

Διαβάστε περισσότερα

Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας

Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας Κεφάλαιο 4 Σημασιολογία μιας Απλής Προστακτικής Γλώσσας Προπτυχιακό μάθημα Αρχές Γλωσσών Προγραμματισμού Π. Ροντογιάννης 1 Εισαγωγή - 1 Μία κλασσική γλώσσα προγραμματισμού αποτελείται από: Εκφράσεις (των

Διαβάστε περισσότερα

ΣΚΕΨΗ 30/11/2001. Εισαγωγή στην Ψυχολογία Σκέψη Στέλλα Βοσνιάδου

ΣΚΕΨΗ 30/11/2001. Εισαγωγή στην Ψυχολογία Σκέψη Στέλλα Βοσνιάδου ΣΚΕΨΗ Έννοιες Κλασσική θεωρία: αναγκαία και επαρκεί καθοριστικά γνωρίσµατα Θεωρία των προτύπων: Rosch Medin & Murphy Barsalou Αριθµός µετασχηµατισµών από το πρότυπο Η αναγνώριση των γεωµετρικών σχηµάτων,

Διαβάστε περισσότερα

Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης

Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης Κεφάλαιο 21 Χαρακτηριστικά, οµή και Λειτουργία Συστηµάτων Γνώσης Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Συστήµατα Γνώσης Επιδεικνύουν νοήµονα

Διαβάστε περισσότερα

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη Επιλογή και επανάληψη Η ύλη που αναπτύσσεται σε αυτό το κεφάλαιο είναι συναφής µε την ύλη που αναπτύσσεται στο 2 ο κεφάλαιο. Όπου υπάρχουν διαφορές αναφέρονται ρητά. Προσέξτε ιδιαίτερα, πάντως, ότι στο

Διαβάστε περισσότερα

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΔΟΜΗ ΕΠΙΛΟΓΗΣ 1) Ποιοι είναι οι τελεστές σύγκρισης και

Διαβάστε περισσότερα

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση Λογικοί πράκτορες Πράκτορες βασισµένοι στη γνώση Βάση γνώσης (knowledge base: Σύνολο προτάσεων (sentences Γλώσσα αναπαράστασης της γνώσης Γνωστικό υπόβαθρο: «Αµετάβλητο» µέρος της ΒΓ Βασικές εργασίες:

Διαβάστε περισσότερα

ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι

ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι Συστήματα Υποστήριξης Αποφάσεων Τα Συστήματα Υποστήριξης Αποφάσεων (Σ.Υ.Α. - Decision Support Systems, D.S.S.) ορίζονται ως συστήματα

Διαβάστε περισσότερα

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ

ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΡΙΟΡΙΣΜΩΝ (ΜΕ ΒΑΣΗ ΤΟ ΚΕΦ. 6 ΤΟΥ ΒΙΒΛΙΟΥ «ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ» ΤΩΝ ΒΛΑΧΑΒΑ, ΚΕΦΑΛΑ, ΒΑΣΙΛΕΙΑ Η, ΚΟΚΚΟΡΑ & ΣΑΚΕΛΛΑΡΙΟΥ) Ι. ΧΑΤΖΗΛΥΓΕΡΟΥ ΗΣ ΠΡΟΒΛΗΜΑΤΑ ΙΚΑΝΟΠΟΙΗΣΗΣ ΠΕΡΙΟΡΙΣΜΩΝ Είναι γνωστές µερικές

Διαβάστε περισσότερα

Εντολές επιλογής Επαναλήψεις (if, switch, while)

Εντολές επιλογής Επαναλήψεις (if, switch, while) Εντολές επιλογής Επαναλήψεις (if, switch, while) Οι σημειώσεις αυτές έχουν σαν στόχο την μάθηση εντολών επιλογής (if, switch, while) που ελέγχουν τη ροή εκτέλεσης ενός προγράμματος. Πρώτα όμως, είναι αναγκαίο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων Πληροφορικής 2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών 3. Ο αλγόριθμος

Διαβάστε περισσότερα

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2. Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Α1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων πληροφορικής Α2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών Α3. Ο αλγόριθμος

Διαβάστε περισσότερα

Στοιχειώδης προγραμματισμός σε C++

Στοιχειώδης προγραμματισμός σε C++ Στοιχειώδης προγραμματισμός σε C++ Σύντομο Ιστορικό. Το πρόγραμμα Hello World. Ο τελεστής εξόδου. Μεταβλητές και δηλώσεις τους. Αντικείμενα, μεταβλητές, σταθερές. Ο τελεστής εισόδου. Θεμελιώδεις τύποι.

Διαβάστε περισσότερα

Α. Ερωτήσεις Ανάπτυξης

Α. Ερωτήσεις Ανάπτυξης οµηµένος Προγραµµατισµός-Κεφάλαιο 7 Σελίδα 1 α ό 10 ΕΝΟΤΗΤΑ ΙΙΙ (ΠΡΟΓΡΑΜΜΑΤΑ) ΚΕΦΑΛΑΙΟ 7: Είδη, Τεχνικές και Περιβάλλοντα Προγραµµατισµού Α. Ερωτήσεις Ανάπτυξης 1. Τι ονοµάζουµε γλώσσα προγραµµατισµού;

Διαβάστε περισσότερα

Ορισµοί κεφαλαίου. Σηµαντικά σηµεία κεφαλαίου

Ορισµοί κεφαλαίου. Σηµαντικά σηµεία κεφαλαίου Ορισµοί κεφαλαίου Αλγόριθµος είναι µια πεπερασµένη σειρά ενεργειών, αυστηρά καθορισµένων και εκτελέσιµων σε πεπερασµένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήµατος. Σηµαντικά σηµεία κεφαλαίου Κριτήρια

Διαβάστε περισσότερα

Πρόβλημα 29 / σελίδα 28

Πρόβλημα 29 / σελίδα 28 Πρόβλημα 29 / σελίδα 28 Πρόβλημα 30 / σελίδα 28 Αντιμετάθεση / σελίδα 10 Να γράψετε αλγόριθμο, οποίος θα διαβάζει τα περιεχόμενα δύο μεταβλητών Α και Β, στη συνέχεια να αντιμεταθέτει τα περιεχόμενά τους

Διαβάστε περισσότερα

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Πληροφορική II. Ενότητα 9 : Τεχνητή νοημοσύνη. Δρ. Γκόγκος Χρήστος

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Πληροφορική II. Ενότητα 9 : Τεχνητή νοημοσύνη. Δρ. Γκόγκος Χρήστος 1 Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου Πληροφορική II Ενότητα 9 : Τεχνητή νοημοσύνη Δρ. Γκόγκος Χρήστος 2 Ανοιχτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ηπείρου Τμήμα Χρηματοοικονομικής & Ελεγκτικής

Διαβάστε περισσότερα

1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της;

1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της; 1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες (μορφές) της; Η δομή επανάληψης χρησιμοποιείται όταν μια σειρά εντολών πρέπει να εκτελεστεί σε ένα σύνολο περιπτώσεων, που έχουν κάτι

Διαβάστε περισσότερα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Λογικοί Πράκτορες Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/ 2 Πράκτορες βασισμένοι

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΑΚΗ ΕΦΑΡΜΟΓΗ 4 TΟ ΡΟΜΠΟΤΙΚΟ ΟΧΗΜΑ ROGUE BLUE

ΕΡΓΑΣΤΗΡΙΑΚΗ ΕΦΑΡΜΟΓΗ 4 TΟ ΡΟΜΠΟΤΙΚΟ ΟΧΗΜΑ ROGUE BLUE Εργαστήριο Ευφυών Συστημάτων και Ρομποτικής Τμήμα Μηχανικών Παραγωγής και Διοίκησης Πολυτεχνείο Κρήτης www.robolab.tuc.gr, τηλ: 28210 37292 / 37314 e-mail: savas@dpem.tuc.gr, kyralakis@dpem.tuc.gr ΕΡΓΑΣΤΗΡΙΑΚΗ

Διαβάστε περισσότερα

Προγραµµατισµός Η/Υ. Μέρος2

Προγραµµατισµός Η/Υ. Μέρος2 Προγραµµατισµός Η/Υ Μέρος2 Περιεχόμενα Επανάληψη Βασικών Σύμβολων Διαγραμμάτων Ροής Αλγόριθμος Ψευδοκώδικας Παραδείγματα Αλγορίθμων Γλώσσες προγραμματισμού 2 Επανάληψη Βασικών Σύμβολων Διαγραμμάτων Ροής

Διαβάστε περισσότερα

Απλοποιεί τα γεγονότα έτσι ώστε να περιγράφει τι έχει γίνει και όχι πως έχει γίνει.

Απλοποιεί τα γεγονότα έτσι ώστε να περιγράφει τι έχει γίνει και όχι πως έχει γίνει. οµηµένες τεχνικές Ο στόχος των δοµηµένων τεχνικών είναι: Υψηλής ποιότητας προγράµµατα Εύκολη τροποποίηση προγραµµάτων Απλοποιηµένα προγράµµατα Μείωση κόστους και χρόνου ανάπτυξης. Οι βασικές αρχές τους

Διαβάστε περισσότερα

Βυζαντινός Ρεπαντής Κολλέγιο Αθηνών 2010

Βυζαντινός Ρεπαντής Κολλέγιο Αθηνών 2010 Βυζαντινός Ρεπαντής Κολλέγιο Αθηνών 2010 Δημιουργία ενός απλού παιχνιδιού με το Gamemaker (μετάφραση από το http://www.stuffucanuse.com/downloads/gamemaker-introductionlessons/free_game_downloads_gamemaker.htm)

Διαβάστε περισσότερα

Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο

Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο Κατακερματισμός 1 Αποθήκευση εδομένων (σύνοψη) Τα δεδομένα (περιεχόμενο) μιας βάσης δεδομένων αποθηκεύεται στο δίσκο Παραδοσιακά, μία σχέση (πίνακας/στιγμιότυπο) αποθηκεύεται σε ένα αρχείο Αρχείο δεδομένων

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ 23/04/2012. Α. Να απαντήσετε με Σ ή Λ στις παρακάτω προτάσεις:

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ 23/04/2012. Α. Να απαντήσετε με Σ ή Λ στις παρακάτω προτάσεις: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ 23/04/2012 ΘΕΜΑ Α Α. Να απαντήσετε με Σ ή Λ στις παρακάτω προτάσεις: 1. Κάθε βρόγχος που υλοποιείται με την εντολή Για μπορεί να

Διαβάστε περισσότερα

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 3: Αναπαράστασης Γνώσης και Συλλογιστικής - Δομημένες Αναπαραστάσεις: Πλαίσια, Οντολογίες

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 3: Αναπαράστασης Γνώσης και Συλλογιστικής - Δομημένες Αναπαραστάσεις: Πλαίσια, Οντολογίες ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Θεωρητικό Κομμάτι Μαθήματος Ενότητα 3: Αναπαράστασης Γνώσης και Συλλογιστικής - Δομημένες Αναπαραστάσεις: Πλαίσια, Οντολογίες Νίκος Βασιλειάδης,

Διαβάστε περισσότερα

2.1 Αντικειµενοστρεφής προγραµµατισµός

2.1 Αντικειµενοστρεφής προγραµµατισµός 2.1 Αντικειµενοστρεφής προγραµµατισµός Στον αντικειµενοστρεφή προγραµµατισµό (object oriented programming, OOP) ένα πρόγραµµα υπολογιστή είναι ένα σύνολο αλληλεπιδρώντων αντικειµένων. Μπορεί να ειπωθεί

Διαβάστε περισσότερα

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια Αλγόριθμος είναι μια πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήματος. Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια Είσοδος:

Διαβάστε περισσότερα

Βασικές δοµές δεδοµένων. Ορολογία λιστών. 8.1 Βασικές έννοιες δοµών δεδοµένων 8.2 Υλοποίηση δοµών δεδοµένων 8.3 Μια σύντοµη υπόθεση εργασίας

Βασικές δοµές δεδοµένων. Ορολογία λιστών. 8.1 Βασικές έννοιες δοµών δεδοµένων 8.2 Υλοποίηση δοµών δεδοµένων 8.3 Μια σύντοµη υπόθεση εργασίας ΚΕΦΑΛΑΙΟ 8: Αφηρηµένοι τύποι δεδοµένων 8.1 οµές δεδοµένων (data structures) 8.1 Βασικές έννοιες δοµών δεδοµένων 8.2 Υλοποίηση δοµών δεδοµένων 8.3 Μια σύντοµη υπόθεση εργασίας Αδόµητα δεδοµένα οδός Ζέας

Διαβάστε περισσότερα

Clustering. Αλγόριθµοι Οµαδοποίησης Αντικειµένων

Clustering. Αλγόριθµοι Οµαδοποίησης Αντικειµένων Clustering Αλγόριθµοι Οµαδοποίησης Αντικειµένων Εισαγωγή Οµαδοποίηση (clustering): οργάνωση µιας συλλογής από αντικείµενα-στοιχεία (objects) σε οµάδες (clusters) µε βάση κάποιο µέτρο οµοιότητας. Στοιχεία

Διαβάστε περισσότερα

Ανάπτυξη Εφαρµογών σε Προγραµµατιστικό Περιβάλλον

Ανάπτυξη Εφαρµογών σε Προγραµµατιστικό Περιβάλλον Ανάπτυξη Εφαρµογών σε Προγραµµατιστικό Περιβάλλον Κεφάλαιο 6ο Εισαγωγή στον Προγραµµατισµό Μέρος Πρώτο (6.1, 6.2 και 6.3) Α. Ερωτήσεις Σωστού Λάθους 1. Η γλώσσα µηχανής είναι µία γλώσσα υψηλού επιπέδου.

Διαβάστε περισσότερα

Ανάπτυξη εφαρμογών/ Βασικές γνώσεις/ πρώτο θέμα ΕΡΩΤΗΣΕΙΣ ΣΥΝΤΟΜΗΣ ΑΠΑΝΤΗΣΗΣ

Ανάπτυξη εφαρμογών/ Βασικές γνώσεις/ πρώτο θέμα ΕΡΩΤΗΣΕΙΣ ΣΥΝΤΟΜΗΣ ΑΠΑΝΤΗΣΗΣ ΕΡΩΤΗΣΕΙΣ ΣΥΝΤΟΜΗΣ ΑΠΑΝΤΗΣΗΣ 1. Ερωτήσεις -θέματα στη σελίδες 21, 49, 160 του σχολικού βιβλίου Μαθητή 2. Τεστ αυτοαξιολόγησης σελίδες 16, 27, 68 του τετραδίου του Μαθητή 3. Ν' αναφέρετε ονομαστικά τους

Διαβάστε περισσότερα

ΑΕΠΠ Ερωτήσεις τύπου Σωστό-Λάθος

ΑΕΠΠ Ερωτήσεις τύπου Σωστό-Λάθος ΑΕΠΠ Ερωτήσεις τύπου Σωστό-Λάθος Κεφάλαιο 1 1. Πρόβλημα είναι μια μαθηματική κατάσταση που πρέπει να αντιμετωπίσουμε 2. Αν υποβάλλουμε τα δεδομένα σε επεξεργασία παίρνουμε πληροφορίες 3. Ο υπολογιστής

Διαβάστε περισσότερα

ΑΕΠΠ Ερωτήσεις θεωρίας

ΑΕΠΠ Ερωτήσεις θεωρίας ΑΕΠΠ Ερωτήσεις θεωρίας Κεφάλαιο 1 1. Τα δεδομένα μπορούν να παρέχουν πληροφορίες όταν υποβάλλονται σε 2. Το πρόβλημα μεγιστοποίησης των κερδών μιας επιχείρησης είναι πρόβλημα 3. Για την επίλυση ενός προβλήματος

Διαβάστε περισσότερα

Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH.

Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH. 15. ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΦΥΛΛΩΝ ΕΡΓΑΣΙΑΣ Τα Φύλλα Εργασίας αφορά την εκμάθηση της εκτέλεσης της δομής επιλογής μέσα από το περιβάλλον του SCRATCH. 16. ΑΞΙΟΛΟΓΗΣΗ Οι βασικές διαδικασίες αξιολόγησης προέρχονται

Διαβάστε περισσότερα

α) Πώς παίρνουμε αποφάσεις στην καθημερινή μας ζωή; Συμπληρώσετε τον παρακάτω πίνακα: τότε

α) Πώς παίρνουμε αποφάσεις στην καθημερινή μας ζωή; Συμπληρώσετε τον παρακάτω πίνακα: τότε 1. ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΦΥΛΛΩΝ ΕΡΓΑΣΙΑΣ (Ή ΚΑΙ ΑΛΛΟΥ ΔΙΔΑΚΤΙΚΟΥ ΥΛΙΚΟΥ) ΑΞΙΟΛΟΓΗΣΗ ΤΩΝ ΜΑΘΗΤΩΝ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1 «Η δομή επιλογής εάν» Δραστηριότητα 1 α) Πώς παίρνουμε αποφάσεις στην καθημερινή μας ζωή;

Διαβάστε περισσότερα

Σύµφωνα µε την Υ.Α /Γ2/ Εξισώσεις 2 ου Βαθµού. 3.2 Η Εξίσωση x = α. Κεφ.4 ο : Ανισώσεις 4.2 Ανισώσεις 2 ου Βαθµού

Σύµφωνα µε την Υ.Α /Γ2/ Εξισώσεις 2 ου Βαθµού. 3.2 Η Εξίσωση x = α. Κεφ.4 ο : Ανισώσεις 4.2 Ανισώσεις 2 ου Βαθµού Σύµφωνα µε την Υ.Α. 139606/Γ2/01-10-2013 Άλγεβρα Α ΤΑΞΗ ΕΣΠΕΡΙΝΟΥ ΓΕΛ Ι. ιδακτέα ύλη Από το βιβλίο «Άλγεβρα και Στοιχεία Πιθανοτήτων Α Γενικού Λυκείου» (έκδοση 2013) Εισαγωγικό κεφάλαιο E.2. Σύνολα Κεφ.1

Διαβάστε περισσότερα

Μέρος Α. Λογισµικό & Προγράµµατα συστήµατος και εφαρµογών ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ. Το σηµερινό µάθηµα. Λογισµικό συστηµάτων & εφαρµογών

Μέρος Α. Λογισµικό & Προγράµµατα συστήµατος και εφαρµογών ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ. Το σηµερινό µάθηµα. Λογισµικό συστηµάτων & εφαρµογών ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ Το σηµερινό µάθηµα ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ιδάσκων: Πέτρος Βασιλικός Λογισµικό Υπολογιστικών Συστηµάτων Λογισµικό & Προγράµµατα συστηµάτων

Διαβάστε περισσότερα

Εισαγωγή σε αντικειμενοστραφή concepts. Και λίγη C#

Εισαγωγή σε αντικειμενοστραφή concepts. Και λίγη C# Εισαγωγή σε αντικειμενοστραφή concepts Και λίγη C# Κλάσεις Κλάση: τύπος δεδομένων που αποτελεί συλλογή πεδίων, ορισμών συναρτήσεων/μεθόδων και ορισμών άλλων τύπων δεδομένων. Αντίστοιχο σκεπτικό με struct

Διαβάστε περισσότερα

Κεφάλαια Εντολές επανάληψης. Τρεις εντολές επανάληψης. Επιλογή εντολής επανάληψης ΟΣΟ...ΕΠΑΝΑΛΑΒΕ. Σύνταξη στη ΓΛΩΣΣΑ

Κεφάλαια Εντολές επανάληψης. Τρεις εντολές επανάληψης. Επιλογή εντολής επανάληψης ΟΣΟ...ΕΠΑΝΑΛΑΒΕ. Σύνταξη στη ΓΛΩΣΣΑ Εντολές επανάληψης Κεφάλαια 02-08 οµές Επανάληψης Επιτρέπουν την εκτέλεση εντολών περισσότερες από µία φορά Οι επαναλήψεις ελέγχονται πάντοτε από κάποια συνθήκη η οποία καθορίζει την έξοδο από το βρόχο

Διαβάστε περισσότερα

3.1 Αριθμητικοί και Λογικοί Τελεστές, Μετατροπές Τύπου (Casting)

3.1 Αριθμητικοί και Λογικοί Τελεστές, Μετατροπές Τύπου (Casting) Εργαστήριο 3: 3.1 Αριθμητικοί και Λογικοί Τελεστές, Μετατροπές Τύπου (Casting) Η C++, όπως όλες οι γλώσσες προγραμματισμού, χρησιμοποιεί τελεστές για να εκτελέσει τις αριθμητικές και λογικές λειτουργίες.

Διαβάστε περισσότερα

Περιγραφή Προβλημάτων

Περιγραφή Προβλημάτων Τεχνητή Νοημοσύνη 02 Περιγραφή Προβλημάτων Φώτης Κόκκορας Τμ.Τεχν/γίας Πληροφορικής & Τηλ/νιών - ΤΕΙ Λάρισας Παραδείγματα Προβλημάτων κύβοι (blocks) Τρεις κύβοι βρίσκονται σε τυχαία διάταξη πάνω στο τραπέζι

Διαβάστε περισσότερα

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons και

Διαβάστε περισσότερα

Υπάρχουν δύο τύποι μνήμης, η μνήμη τυχαίας προσπέλασης (Random Access Memory RAM) και η μνήμη ανάγνωσης-μόνο (Read-Only Memory ROM).

Υπάρχουν δύο τύποι μνήμης, η μνήμη τυχαίας προσπέλασης (Random Access Memory RAM) και η μνήμη ανάγνωσης-μόνο (Read-Only Memory ROM). Μνήμες Ένα από τα βασικά πλεονεκτήματα των ψηφιακών συστημάτων σε σχέση με τα αναλογικά, είναι η ευκολία αποθήκευσης μεγάλων ποσοτήτων πληροφοριών, είτε προσωρινά είτε μόνιμα Οι πληροφορίες αποθηκεύονται

Διαβάστε περισσότερα

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων

Διαβάστε περισσότερα

Μάθηση Απόδοση. Διαφοροποιήσεις στην Κινητική Συμπεριφορά. Μάθημα 710 Μάθηση - Απόδοση Διάλεξη 3η

Μάθηση Απόδοση. Διαφοροποιήσεις στην Κινητική Συμπεριφορά. Μάθημα 710 Μάθηση - Απόδοση Διάλεξη 3η Μάθηση Απόδοση. Διαφοροποιήσεις στην Κινητική Συμπεριφορά Μάθημα 710 Μάθηση - Απόδοση Διάλεξη 3η Στόχοι- περιεχόμενο διάλεξης Ορισμός μάθησης διαφορές με την απόδοση Αξιολόγησης Μάθησης Στάδια μάθησης

Διαβάστε περισσότερα