C6. Van de dan toc va ton giao ....pdf . Chu nghia xa hoi
De cuong ttnt hubt 2014
1. 1
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐH KINH DOANH VÀ CÔNG NGHỆ
-----------o0o-----------
ĐỀ CƯƠNG CHI TIẾT HỌC PHẦN
MÔN HỌC: TRÍ TUỆ NHÂN TẠO
1. Học phần tiên quyết: Cấu trúc dữ liệu và giải thuật
2. Nội dung
2.1. Mục tiêu:
* Về kiến thức :
Môn học cung cấp cho sinh viên kiến thức về một số kỹ thuật và phương pháp
quan trọng của trí tuệ nhân tạo như kỹ thuật tìm kiếm, phương pháp biểu diễn tri thức và
suy diễn tự động, máy học, các ứng dụng của trí tuệ nhân tạo trong đời sống.
* Về kỹ năng:
Ứng dụng các kỹ thuật trí tuệ nhân tạo để giải quyết các bài toán thực tế.
2.2. Phương pháp giảng dạy:
Lý thuyết: 46,7 %
Thực hành: 46,7 %
Kiểm tra: 6,6 %
2.3. Đánh giá môn học:
- Điểm kiểm tra cuối kỳ: 40% trong đó:
+ Thực hành: 20%
+ Bài tập lớn hoặc kiểm tra: 20%
- Thi kết thúc: 60%
- Bài tập lớn: + Thay thế bài kiểm tra (Không bắt buộc với SV liên thông)
+ Bắt buộc với SV chính quy
3. Đề cương chi tiết:
2. 2
STT Nội dung Tổng
Lý
thuyết
Thực
hành
Kiểm
tra
Tự học
1
Chương 1: Tổng quan về trí tuệ
nhân tạo
1.1. Lịch sử hình thành và phát triển
1.2. Khái niệm về trí tuệ nhân tạo
(TTNT)
1.3. Lĩnh vực liênquan đếnTTNT
1.4. Một số lĩnh vực ứng dụng của
TTNT
1.5. Những vấn đề cốt lõi của TTNT
1 1 1
2
Chương 2: Không gian trạng thái và
các phương pháp tìm kiếm
2.1. Thuật giải heuristics
2.1.1. Khái niệm
2.1.2. Bài toán hành trình ngắn nhất
- ứng dụng nguyên lý tham lam (Greedy)
2.1.3. Bài toán phân việc - ứng dụng
của nguyên lý thứ tự
2.2. Khái niệm về không gian trạng
thái
2.3. Biểu diễn không gian trạng thái
2.4. Các chiến lược tìm kiếm mù
2.4.1. Tìm kiếm theo chiềurộng.
2.4.2. Tìm kiếm theo chiềusâu.
2.5. Các chiến lược tìm kiếm
Heuristics
2.5.1. Phương pháp tìm kiếm leo
đồi (Hill-climbing).
2.5.2. Phương pháp tìm kiếm tốt
nhất (Best-first search).
2.5.3. Ứng dụng A* để giải bài
toán Tacci
13 6 7 7
3
Chương 3: Biểu diễn tri thức và
suy diễn
3.1. Tri thức và dữ liệu
3.2. Phân loại tri thức
3.3. Các phương pháp biểu diễn tri
thức
3.3.1. Biểu diễn tri thức bằng luật
sinh
10 5 5 3
3. 3
3.3.2. Biểu diễn tri thức và suy
diễn với lôgic mệnh đề
3.3.3. Biểu diễn tri thức và suy
diễn với lôgic vị từ
3.4. Các kỹ thuật suy diễn.
3.4.1. Suy diễn tiến.
3.4.2. Suy diễn lùi.
3.5. Lập trình Prolog
3.5.1. Tổng quan
3.5.2. Môi trường lập trình
Prolog
3.5.3. Cấu trúc Prolog
3.5.4. Các bài toán cơ bản
2
4
Chương 4 - Giới thiệu về máy học
5.1. Thế nào là máy học?
5.2. Học theo cây quyết định.
5.3. Các ứng dụng:
5.3.1. Phân loại văn bản
5.3.2. Nhận dạng mặt người
5.3.3. Phân tích dữ liệu
4 2 2 2
9 Kiểm tra 2 2
10 Tổng cộng 30 14 14 2 15
Ghi chú: Phần tự học là phần sinh viên tự nghiên cứu, các nội dung sinh viên tự học sẽ
được đưa vào trong đề thi kết thúc môn học.
4. Tài liệucủa môn học:
[1] Nguyễn Thanh Thuỷ. Trí tuệ nhân tạo: Các phương pháp giải quyết vấn đề và xử lý
tri thức. Nhà xuất bản Giáo dục, 1995-1999.
[2] GS. Hoàng Kiếm. Nhập môn trí tuệ nhân tạo, Nhà xuất bản ĐHQG TP.HCM, 2008.
[3] Th.S Nguyễn Việt Cường, Bài giảng Nhập môn Trí tuệ nhân tạo, HV Công nghệ Bưu
Chính Viễn Thông, 2002.
[4] S.Russell, P.Norvig, Artificial Intelligence, Amodern approach, Prentice Hall, 1995.
[5] George F.Luger, William A.Stubblefield, Artificial Intelligence, Structures & strategies
for complexproblem solving, 2rd edition, The Benjamin/Cummings Pub.Comp., 1993.
4. 4
[6] PatrickHenryWinston, Artificial Intelligence, 3rdedition, Addison-WesleyPub.
Comp., 1992.
[7] Stuart Russell, Peter Norvig. Artificial Intelligence: A modern Approach, Prentice-
Hall, 1995.
Hà Nội, ngày 4 tháng8 năm 2014