Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Επιλέχθηκε εικόνα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

(CEID1104) -   E. Zαχαράκη, Β. Μεγαλοοικονόμου, Δ. Κοσμόπουλος, Δ. Κουτσομητρόπουλος

Περιγραφή Μαθήματος

Το μάθημα παρουσιάζει τις βασικές αρχές και μεθοδολογίες της Τεχνητής Νοημοσύνης, με έμφαση στις τεχνικές που επιτρέπουν σε υπολογιστικά συστήματα να αντιλαμβάνονται το περιβάλλον τους, να επεξεργάζονται πληροφορίες και να λαμβάνουν αποφάσεις για την επίτευξη συγκεκριμένων στόχων. Στο πλαίσιο αυτό εξετάζονται δύο κύριες κατευθύνσεις του πεδίου:

 

  1. Κλασική (συμβολική) Τεχνητή Νοημοσύνη, η οποία ασχολείται με τη σχεδίαση ευφυών πρακτόρων που δρουν ορθολογικά στο περιβάλλον τους, αξιοποιώντας τεχνικές αναζήτησης, αναπαράστασης γνώσης και συλλογισμού για την επίλυση προβλημάτων και τη λήψη αποφάσεων.

  2. Μηχανική Μάθηση και συνδεσιοκρατική Τεχνητή Νοημοσύνη, η οποία επικεντρώνεται στην εξαγωγή προτύπων και γνώσης από δεδομένα, καθώς και στην ανάπτυξη μοντέλων (όπως νευρωνικά δίκτυα) που μπορούν να μαθαίνουν, να προσαρμόζονται και να βελτιώνουν την απόδοσή τους μέσω της εμπειρίας.

Μέσα από τη μελέτη των δύο αυτών προσεγγίσεων, δίνεται  η δυνατότητα στους φοιτητές να αποκτήσουν ολοκληρωμένη εικόνα των θεωρητικών θεμελίων, των αλγορίθμων και των εφαρμογών της Τεχνητής Νοημοσύνης, καθώς και δεξιότητες σε πρακτικό επίπεδο.

Ημερομηνία δημιουργίας

Τετάρτη 15 Ιουλίου 2015

Σελίδα μαθήματος

  • Περίγραμμα

    Προτεινόμενα συγγράμματα

    •  «Τεχνητή Νοημοσύνη» Ι. Βλαχάβας, Π. Κεφαλας, Ν. Βασιλειάδης, Φ. Κόκκορας και Η. Σακελλαρίου -Δ'  Έκδοση Εκδ. Παν. Μακεδονίας, 2020

    • «Τεχνητή Νοημοσύνη, Μια σύγχρονη προσέγγιση», Stuart Russell και Peter Norvig,  2η Έκδοση, 2005, Εκδόσεις Κλειδάριθμος

    • «Μοντέρνες Ευρετικές Μέθοδοι για την Επίλυση Προβλημάτων», Michalewich Z., Fogel D., 2011, Broken Hill

    •  "Artificial Intelligence: A Guide to Intelligent Systems" Michael Negnevitsky  (3rd Edition) ,Addison Wesley