Τεχνητή Νοημοσύνη ( )

Σχετικά έγγραφα
Βιβλιογραφικές και ιστορικές σηµειώσεις Ασκήσεις Προβλήµατα Ικανοποίησης Περιορισµών

Τεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Περιεχόμενα ΕΝΟΤΗΤΑ I. ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Πρόλογος 15

Περιεχόµενα. ΜΕΡΟΣ Α: Επίλυση Προβληµάτων... 17

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Ασκήσεις μελέτης της 19 ης διάλεξης

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

Τεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 17η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ε ανάληψη. Α ληροφόρητη αναζήτηση

ΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε.

Ειδικής Υποδομής Υποχρεωτικό

Ασκήσεις μελέτης της 8 ης διάλεξης

Περιεχόμενα. Εισαγωγή του επιμελητή, Γιάννης Σταματίου 15 Πρόλογος 17 Εισαγωγή 23. Μέρος I. ΕΠΑΝΑΛΗΠΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΚΑΙ ΑΝΑΛΛΟΙΩΤΕΣ ΣΥΝΘΗΚΕΣ

Ασκήσεις μελέτης της 16 ης διάλεξης

Τεχνητή Νοημοσύνη. 19η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο )

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

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

Επικοινωνία Ανθρώπου Υπολογιστή. Β3. Κατανόηση φυσικής γλώσσας

Τεχνητή Νοημοσύνη. 16η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ασκήσεις μελέτης της 11 ης διάλεξης

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Ε ανάληψη. Ε αναλαµβανόµενες καταστάσεις. Αναζήτηση µε µερική ληροφόρηση. Πληροφορηµένη αναζήτηση. µέθοδοι αποφυγής

Περιεχόμενα Πρόλογος 1. Εισαγωγή 2. Τα Βασικά Μέρη ενός Προγράμματος Prolog

Μαθηματική Λογική και Λογικός Προγραμματισμός

Πληροφορική 2. Τεχνητή νοημοσύνη

Επαγωγικός Λογικός Προγραμματισμός και Aσαφείς Λογικές Περιγραφής

Τεχνητή Νοημοσύνη. 15η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 1 ο : Εισαγωγή στην γλωσσική τεχνολογία. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:

Τεχνητή Νοημοσύνη. 14η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

Αναπαράσταση Γνώσης και Συλλογιστικές

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

Μηχανισμός Εξαγωγής Συμπερασμάτων

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 5: Παραδείγματα. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Τεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Επανάληψη. ΗΥ-180 Spring 2019

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων

ΠΛΗ 405 Τεχνητή Νοηµοσύνη

Γλωσσική Τεχνολογία. Εισαγωγή. Ίων Ανδρουτσόπουλος.

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

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ Ακαδημαϊκό έτος Α εξάμηνο (χειμερινό)

Μεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 8 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

Μεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 1 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

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

Λογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης

Κεφάλαιο 2 Λογικός προγραμματισμός Υπολογισμός με λογική

Κανονικές μορφές - Ορισμοί

Στοιχεία Προτασιακής Λογικής

ΚΑΤΗΓΟΡΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Ι

Λύσεις Σειράς Ασκήσεων 1

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

ΠΛΗ 20, 3 η ΟΣΣ (Κατηγορηματική Λογική)

ΜΑΜ Κωδικός Τίτλος Μαθήματος ΠΜ ΕΠΛ 341 Τεχνητή Νοημοσύνη 7.5. Ελπίδα Κεραυνού-Παπαηλιού

Αναπαράσταση Γνώσης και Συλλογιστικές

Υπολογιστική Πολυπλοκότητα

Στοιχεία Προτασιακής Λογικής

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Μαθηματική Λογική και Λογικός Προγραμματισμός

HMY 795: Αναγνώριση Προτύπων. Διαλέξεις 15-16

ΤΥΦΛΗ ΑΝΑΖΗΤΗΣΗ (1) ΣΤΡΑΤΗΓΙΚΗ Ή ΑΛΓΟΡΙΘΜΟΣ ΑΝΑΖΗΤΗΣΗΣ

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα

Θεωρία Λήψης Αποφάσεων

ΥΣ02 Τεχνητή Νοημοσύνη Χειμερινό Εξάμηνο

Για παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)

Ανδρέας Παπαζώης. Τμ. Διοίκησης Επιχειρήσεων

6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

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

Τεχνητή Νοημοσύνη. 12η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Επιχειρησιακή Έρευνα. Εισαγωγική Διάλεξη

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

Ε ανάληψη. Παιχνίδια τύχης. Παιχνίδια ατελούς ληροφόρησης. Λογικοί ράκτορες. ΠΛΗ 405 Τεχνητή Νοηµοσύνη αναζήτηση expectiminimax

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΣΗΜΑΣΙΟΛΟΓΙΑ - SEMANTICS

Στοιχεία Κατηγορηματικής Λογικής

Τεχνητή Νοημοσύνη. 10η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Υπολογιστική Πολυπλοκότητα

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

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

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Γλώσσες & Τεχνικές 4 ο Εξάμηνο. - Ενότητα 1 - Δημοσθένης Σταμάτης

Μεταβατικές διατάξεις Νέου Προγράμματος Σπουδών (ΝΠΣ) για τους φοιτητές εισαγωγής 2013 και πριν Υποχρεωτικά Μαθήματα

Στοιχεία Κατηγορηματικής Λογικής

Επίλυση προβληµάτων. Περιγραφή προβληµάτων Αλγόριθµοι αναζήτησης

Στοιχεία Κατηγορηματικής Λογικής

Ασκήσεις μελέτης της ενότητας «Συντακτική Ανάλυση»

PROJECT ΣΤΟ ΜΑΘΗΜΑ "ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ"

Transcript:

Εβδομάδα Διάλεξη Ενδεικτικά θέματα διαλέξεων Ενδεικτικά θέματα εργαστηρίων/φροντιστηρίων 1 1 1 2 2 3 2 4 3 5 3 6 4 7 4 8 5 9 Τεχνητή Νοημοσύνη (2017-18) Γενικές πληροφορίες για το μάθημα. Εισαγωγή στην Τεχνητή Νοημοσύνη. Επίλυση προβλημάτων με αναζήτηση σε χώρους καταστάσεων. Αναζήτηση πρώτα σε πλάτος. Χρήση κλειστού συνόλου. Αναζήτηση πρώτα σε βάθος και παραλλαγές. Επαναληπτική εκβάθυνση. Ευρετικές συναρτήσεις. Αναζήτηση πρώτα του καλύτερου. Αλγόριθμος Α*, αποδεκτές και συνεπείς ευρετικές, επινόηση ευρετικών, αναρρίχηση λόφου και παραλλαγές. Προσομοιωμένη ανόπτηση. Beam search. Γενετικοί αλγόριθμοι. Γενετικός προγραμματισμός. Οι έννοιες του γραμμικού και ακέραιου γραμμικού προγραμματισμού. Αποσαφήνιση εννοιών λέξεων μέσω ακέραιου γραμμικού προγραμματισμού. Αναζήτηση με αντιπάλους. Παιχνίδια μηδενικού και μη μηδενικού αθροίσματος. Αλγόριθμος MiniMax. Πριόνισμα α-β. Προτασιακή λογική: σύνταξη και σημασιολογία, μοντέλα και ταυτολογική συνεπαγωγή, ορθότητα και πληρότητα, εξαγωγή συμπερασμάτων με αναζήτηση μοντέλων. Περισσότερα για τη προτασιακή λογική: εγκυρότητα και ικανοποιησιμότητα, εξαγωγή συμπερασμάτων με αναζήτηση απόδειξης, εξαγωγή συμπερασμάτων με ανάλυση (resolution). Εξαγωγή συμπερασμάτων με προτάσεις Horn προτασιακής λογικής. Συντακτικό της πρωτοβάθμιας κατηγορηματικής λογικής. Παράσταση γνώσεων με πρωτοβάθμια κατηγορηματική λογική. (Δεν γίνονται εργαστήρια/φροντιστήρια την 1η εβδομάδα.) Υλοποίηση αλγορίθμων τυφλής αναζήτησης. Απορίες και ασκήσεις διαλέξεων 1 και 2. Υλοποίηση αλγορίθμων ευρετικής αναζήτησης. Απορίες και ασκήσεις διαλέξεων 3 και 4. Υλοποίηση αλγορίθμων τοπικής αναζήτησης. Απορίες και ασκήσεις διαλέξεων 5 και 6. Υλοποίηση αλγορίθμων ανταγωνιστικής αναζήτησης. 5 10 Σημασιολογία πρωτοβάθμιας κατηγορηματικής λογικής. Απορίες και ασκήσεις διαλέξεων 7 και 8. 6 11 6 12 7 13 7 14 8 15 8 16 9 17 9 18 10 19 10 20 11 21 11 22 12 23 12 24 Συλλογιστική με πρωτοβάθμια κατηγορηματική λογική: απαλοιφή καθολικών και υπαρξιακών ποσοδεικτών, μετατροπή σε κανονική συζευκτική μορφή, ενοποίηση και εξαγωγή συμπερασμάτων με τον κανόνα της ανάλυσης (resolution), ημι-αποκρισιμότητα της ΠΚΛ. Εξαγωγή συμπερασμάτων προς τα εμπρός και πίσω με προτάσεις Horn πρωτοβάθμιας κατηγορηματικής λογικής. Λογικός προγραμματισμός και βασικές αρχές λειτουργίας Prolog. Σημασιολογικά δίκτυα. Πλαίσια.Περιγραφικές λογικές. Σημασιολογικός Ιστός και OWL. Παραγωγική, απαγωγική και επαγωγική συλλογιστική. Εισαγωγή στη μηχανική μάθηση. Η μηχανική μάθηση ως πρόβλημα αναζήτησης. Αλγόριθμος απαλοιφής υποψηφίων. Στοιχεία επαγωγικού λογικού προγραμματισμού. Κατάταξη κειμένων σε κατηγορίες με χρήση μηχανικής μάθησης. Εντροπία και κέρδος πληροφορίας. Επιλογή ιδιοτήτων μέσω κέρδους πληροφορίας. Αλγόριθμος των k-κοντινότερων γειτόνων. Μη επιβλεπόμενη ομαδοποίηση με τον k-means. Αφελείς ταξινομητές Bayes. Αλγόριθμος ID3. Θόρυβος και υπερπροσαρμογή. Συλλογική μάθηση (ensembles). Ενδυνάμωση (boosting) και AdaBoost. Γραμμική παλινδρόμηση. Κατάβαση κλίσης. Γραμμικοί διαχωριστές. Ταξινομητές λογιστικής παλινδρόμησης (logistic regression). Μεγιστοποίηση πιθανοφάνειας με κατάβαση κλίσης. Διαγνωστικοί έλεγχοι κατά τη χρήση επιβλεπόμενης μηχανικής μάθησης. Φυσικά και τεχνητά νευρωνικά δίκτυα. Perceptron. Γραμμική διαχωρισιμότητα. Νευρωνικά δίκτυα απλής τροφοδότησης πολλαπλών επιπέδων. Ανάστροφη μετάδοση (backpropagation). Εισαγωγή στην επεξεργασία φυσικής γλώσσας. Στάδια ανάλυσης. Χρήση μηχανικής μάθησης. Παραδείγματα συστημάτων ΕΦΓ. Γραμματικές, ιεραρχία γραμματικών Chomsky, αντιστοιχία με μοντέλα υπολογισμού. Η συντακτική ανάλυση ως πρόβλημα αναζήτησης σε χώρο καταστάσεων. Συντακτική ανάλυση με απλούς αλγορίθμους αναζήτησης και προβλήματα που εμφανίζονται. Υλοποίηση αλγορίθμων εξαγωγής συμπερασμάτων με προτασιακή λογική. Απορίες και ασκήσεις διαλέξεων 9 και 10. Υλοποίηση αλγορίθμων εξαγωγής συμπερασμάτων με πρωτοβάθμια κατηγορηματική λογική. Απορίες και ασκήσεις διαλέξεων 11 και 12. OWL API Απορίες και ασκήσεις διαλέξεων 13 και 14. Υλοποίηση αλγορίθμων επιβλεπόμενης μηχανικής μάθησης. Απορίες και ασκήσεις διαλέξεων 15 και 16. Weka Aπορίες και ασκήσεις διαλέξεων 17 και 18. Keras ή/και OpenNLP Συντακτική ανάλυση με χάρτη: αλγόριθμος Earley. Επαυξημένες γραμματικές χωρίς συμφραζόμενα και ισοδυναμία με προτάσεις Απορίες και ασκήσεις διαλέξεων 19 και 20. Horn. Συντακτική ανάλυση με γραμματικές DCG της Prolog. Σημασιολογική ανάλυση φυσικής γλώσσας με γραμματικές DCG. Συντακτική ανάλυση με γραμματικές DCG. Επεξεργασία φυσικής γλώσσας με νευρωνικά δίκτυα. Περισσότερα για την επεξεργασία φυσικής γλώσσας με νευρωνικά δίκτυα και εφαρμογές. Απορίες και ασκήσεις διαλέξεων 21 και 22.

13 25 Συμβουλές προετοιμασίας για τις εξετάσεις. Συζήτηση αξιολόγησης του μαθήματος. Σημασιολογική ανάλυση με γραμματικές DCG. 13 26 (Αναπλήρωση διαλέξεων.) Απορίες και ασκήσεις διαλέξεων 23 και 24.