trituenhantao sinhvienzone com

Mục tiêu môn học Course Goals Sau khi học xong môn học này, các sinh viên sẽ đạt được khả năng: Hiểu biết: - L.O.1: Biểu diễn được bài toán cần giải quyết trong một không gian trạng thái

Trang 1

Đại Học Quốc Gia TP.HCM

Trường Đại Học Bách Khoa

Khoa Khoa học và Kỹ thuật máy tính

Vietnam National University – HCMC

Ho Chi Minh City University of Technology

Faculty of Computer Science and Engineering

Đề cương môn học

NHẬP MÔN TRÍ TUỆ NHÂN TẠO

(Introduction to Artificial Intelligence)

Môn ĐA, TT, LV

Tỉ lệ đánh giá BT: 0% TN: 0% KT: 0% BTL/TL: 20% Thi: 80%

Hình thức đánh giá - Bài tập lớn (lập trình) 20%

- Thi cuối kỳ (viết, 120’) 80%

Môn tiên quyết Không có

Môn học trước Cấu trúc rời rạc cho KHMT

Cấu trúc dữ liệu và giải thuật

CO1007 CO2003 Môn song hành

CTĐT ngành Khoa học máy tính

Trình độ đào tạo Đại học

Cấp độ môn học 3

Ghi chú khác

1 Mô tả môn học (Course Description)

Môn học nhằm giới thiệu lịch sử, các vấn đề và lĩnh vực của Trí tuệ Nhân tạo, và cung cấp các phương pháp luận và ngôn ngữ nền tảng để máy tính có thể giải quyết các bài toán mà con người giải được, bao gồm:

- Lịch sử, các vấn đề và lĩnh vực của Trí tuệ Nhân tạo

- Tìm kiếm theo kinh nghiệm

- Biểu diễn và suy luận tri thức cơ bản

- Chơi trò chơi

- Lập kế hoạch

- Mạng Bayes Tập hợp mờ và logic mờ

- Học máy

2 Tài liệu học tập

[1] Cao Hoàng Trụ (2008) Trí tuệ Nhân tạo = Thông minh + Giải thuật Nhà Xuất bản Đại học Quốc gia TP.HCM

[2] Stuart Russell & Peter Norvig (2009) Artificial Intelligence - A Modern Approach Prentice Hall, 3rd edition

[3] Elaine Rich & Kevin Knight (1991), Artificial Intelligence McGraw-Hill, 2nd edition

[4] George Klir & Bo Yuan (1995),Fuzzy Sets and Fuzzy Logic: Theory and Applications Prentice Hall

[5] Tom Mitchell (1997), Machine Learning, McGraw-Hill

SinhVienZone.Com

Trang 2

3 Mục tiêu môn học (Course Goals)

Sau khi học xong môn học này, các sinh viên sẽ đạt được khả năng:

Hiểu biết:

- L.O.1: Biểu diễn được bài toán cần giải quyết trong một không gian trạng thái và thiết kế được một giải thuật tìm kiếm heuristic thích hợp để giải nó

- L.O.2: Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho máy tính chơi trò chơi và lập kế hoạch

- L.O.3: Sử dụng được logic, mạng Bayes, và tập hợp mờ để biểu diễn và suy luận tri thức

- L.O.4: Hiểu biết được một số khái niệm, nguyên lý, và giải thuật cơ bản về việc làm cho máy tính tự học

Kỹ năng:

- L.O.5: Hiện thực được một số hệ thống thông minh đơn giản

4 Chuẩn đầu ra môn học (Course Outcomes)

L.O.1 Biểu diễn được bài toán cần giải quyết trong một không gian trạng thái và

thiết kế được một giải thuật tìm kiếm heuristic thích hợp để giải nó

L.O.1.1 – Xây dựng được một không gian trạng thái để biểu diễn bài toán

cần giải quyết

L.O.1.2 – Thiết kế được một giải thuật tìm kiếm heuristic thích hợp để giải

bài toán đặt ra

L.O.2 Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho máy tính

chơi trò chơi và lập kế hoạch

L.O.2.1 – Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho

máy tính chơi trò chơi

L.O.2.2 – Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho

máy tính lập kế hoạch

L.O.3 Sử dụng được logic, mạng Bayes, và tập hợp mờ để biểu diễn và suy luận

tri thức

L.O.3.1 – Sử dụng được logic để biểu diễn và suy luận tri thức cơ bản

L.O.3.2 – Sử dụng được mạng Bayes để biểu diễn và suy luận tri thức

không chắc chắn

L.O.3.3 – Sử dụng được tập hợp mờ để biểu diễn và suy luận tri thức

không chính xác

L.O.4 Hiểu biết được một số khái niệm, nguyên lý, và giải thuật cơ bản về việc

làm cho máy tính tự học

L.O.4.1 – Hiểu biết được một số khái niệm và nguyên lý cơ bản về việc

làm cho máy tính tự học

L.O.4.2 – Hiểu biết được một số giải thuật cơ bản về việc làm cho máy

tính tự học

L.O.5 Hiện thực được một số hệ thống thông minh đơn giản

5 Hướng dẫn cách học - chi tiết cách đánh giá môn học

Sinh viên cần đi học đầy đủ các buổi Bài tập lớn là bài tập về lập trình trong đó có áp dụng kiến thức đã học để giải quyết một số bài toán cụ thể Tỉ lệ đánh giá các thành phần như nêu ở trên Các chuẩn đầu ra được đánh giá thông qua:

SinhVienZone.Com

Trang 3

Chuẩn đầu ra

6 Dự kiến danh sách Cán bộ tham gia giảng dạy

GS.TS Cao Hoàng Trụ

ThS Vương Bá Thịnh

7 Nội dung chi tiết

Tuần /

Chương

chi tiết

Hoạt động dạy và học

Hoạt động đánh giá

1.1 Định nghĩa Trí tuệ

Nhân tạo

1.2.Lịch sử tóm lược

1.3.Một số bài toán dẫn

nhập

 Thầy/Cô:

- Giảng bài trên lớp

 Sinh viên:

- Nghe giảng trên lớp

- Đọc tài liệu [1] và [2] ở nhà

vấn đề như là tìm

kiếm

2.1.Không gian trạng

thái

2.2.Các chiến lược tìm

kiếm

2.3.Các đặc tính của

một bài toán

L.O.1.1 – Xây dựng được một không gian trạng thái

để biểu diễn bài toán cần giải quyết

 Thầy/Cô:

 Sinh viên:

theo kinh nghiệm

3.1 Sinh-và-thử

3.2 Leo đồi

3.3 Tôi luyện mô

phỏng

3.4 Tìm kiếm tốt

nhất-trước

L.O.1.2 – Thiết kế được một giải thuật tìm kiếm heuristic thích hợp để giải bài toán đặt ra

 Thầy/Cô:

 Sinh viên:

-

chơi

4.1 Giải thuật Minimax

4.2 Cắt nhánh

Alpha-Beta

4.3 Các tinh chế thêm

L.O.2.1 – Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho máy tính chơi trò chơi

L.O.5 – Hiện thực được một

số hệ thống thông minh đơn giản

 Thầy/Cô:

 Sinh viên:

- Làm bài tập lớn

hoạch

5.1 Bản chất của lập kế

hoạch

5.2 Lập kế hoạch tuyến

tính

5.3 Lập kế hoạch phi

tuyến

L.O.2.2 – Hiểu biết một số khái niệm và giải thuật cơ bản về việc làm cho máy tính lập kế hoạch

 Thầy/Cô:

 Sinh viên:

SinhVienZone.Com

Trang 4

6, 7 Chương 6.Biểu diễn và

suy luận tri thức cơ

bản

6.1 Các vấn đề cơ bản

6.2 Dùng logic mệnh

đề

6.3 Dùng logic vị từ

6.4 Các hệ thống dựa

trên luật

 Thầy/Cô:

 Sinh viên:

8 Chương 7.Tri thức có

cấu trúc

7.1 Các hệ thống ký

hiệu logic

7.2 Mạng ngữ nghĩa

7.3 Khung

7.4 Đồ thị khái niệm

 Thầy/Cô:

 Sinh viên:

9, 10,

11, 12

Chương 8.Tri thức

không chắc chắn và

không chính xác

8.1 Lý thuyết xác suất

8.2 Mạng Bayes

8.3 Lý thuyết tập mờ

8.4 Số học mờ

8.5 Logic mờ và điều

khiển mờ

L.O.3.2 – Sử dụng được mạng Bayes để biểu diễn và suy luận tri thức không chắc chắn

L.O.3.3 – Sử dụng được tập hợp mờ để biểu diễn và suy luận tri thức không chính xác

 Thầy/Cô:

 Sinh viên:

- Đọc tài liệu [1], [2], và [4] ở nhà

13, 14,

15

Chương 9 Học máy

9.1 Các khái niệm cơ

bản

9.2 Học khái niệm

9.3 Giải thuật loại ứng

viên

9.4 Cây quyết định

L.O.4.1 – Hiểu biết được một số khái niệm và nguyên

lý cơ bản về việc làm cho máy tính tự học

L.O.4.2 – Hiểu biết được một số giải thuật cơ bản về việc làm cho máy tính tự học

 Thầy/Cô:

 Sinh viên:

- Đọc tài liệu [1]và [5] ở nhà

8 Thông tin liên hệ

Bộ môn/Khoa phụ trách Khoa học máy tính/ Khoa KH&KTMT

Văn phòng

Giảng viên phụ trách GS.TS Cao Hoàng Trụ

Tp Hồ Chí Minh, ngày 3 tháng 12 năm 2016

GS.TS Cao Hoàng Trụ

SinhVienZone.Com

Định dạng
Số trang	4
Dung lượng	207,96 KB