Giáo Trình


Home / Tài liệu CNTT / Giáo Trình / Tổng hợp tài liệu giáo trình trí tuệ nhân tạo Pdf

Tổng hợp tài liệu giáo trình trí tuệ nhân tạo Pdf

Bài viết này chia sẻ các tài liệu, giáo trình về môn trí tuệ nhân tạo bao gồm: Giáo trình nhập môn TTNT- HV kỹ thuật quân sự, Giáo trình nhập môn trí tuệ nhân tạo PTIT, Giáo trình trí tuệ nhân tạo ĐH Sư phạm HN.

1. Giáo trình trí tuệ nhân tạo ĐH Sư phạm HN

  • Biên soạn: Phạm Thọ Hoàn, Phạm Thị Anh Lê
  • Khoa Công nghệ thông tin
  • Trường Đại học Sư phạm Hà Nội

MỤC LỤC

Chương 1 – Giới thiệu

  1. Trí tuệ nhân tạo là gì?
  2. Lịch sử
  3. Các lĩnh vực của AI
  4. Nội dung môn học

Chương 2 – Bài toán và phương pháp tìm kiếm lời giải

  1. Bài toán và các thành phần của bài toán
  2. Giải thuật tổng quát tìm kiếm lời giải
  3. Đánh giá giải thuật tìm kiếm
  4. Các giải thuật tìm kiếm không có thông tin phản hồi (tìm kiếm mù)

Chương 3 –Các phương pháp tìm kiếm heuristic

  1. Giải thuật tìm kiếm tốt nhất đầu tiên (best first search)
  2. Các biến thể của giải thuật best first search
  3. Các giải thuật khác

Chương 4 – Các giải thuật tìm kiếm lời giải cho trò chơi

  1. Cây trò chơi đầy đủ
  2. Giải thuật Minimax
  3. Giải thuật Minimax với độ sâu hạn chế
  4. Giải thuật Minimax với cắt tỉa alpha-beta

Chương 5 – Các phương pháp tìm kiếm lời giải thỏa mãn các ràng buộc

  1. Các bài toán thỏa mãn các ràng buộc
  2. Giải thuật quay lui vét cạn
  3. Các cải tiến của giải thuật quay lui
  4. Các giải thuật tối ưu địa phương

Chương 6 – Các phương pháp lập luận trên logic mệnh đề

  1. Lập luận và Logic
  2. Logic mệnh đề: cú pháp, ngữ nghĩa
  3. Bài toán lập luận và các giải thuật lập luận trên logic mệnh đề
  4. Câu dạng chuẩn hội và luật phân giải
  5. Câu dạng Horn và tam đoạn luận
  6. Thuật toán suy diễn dựa trên bảng giá trị chân lý
  7. Thuật toán suy diễn dựa trên luật phân giải
  8. Thuật toán suy diễn tiến, lùi dựa trên các câu Horn
  9. Kết chương

Chương 7 – Các phương pháp lập luận trên logic cấp một

  1. Cú pháp – ngữ nghĩa
  2. Lập luận trong logic vị từ cấp một
  3. Phép đồng nhất hai vị từ, thuật giải đồng nhất
  4. Câu dạng chuẩn hội, luật phân giải tổng quát
  5. Câu dạng Horn và tam đoạn luận tổng quát trong logic cấp 1
  6. Giải thuật suy diễn phân giải
  7. Thuật toán suy diễn tiến dựa trên câu Horn
  8. Thuật toán suy diễn lùi dựa trên câu Horn

Chương 8 – Prolog

  1. Lập trình logic, môi trường lập trình SWI Prolog
  2. Ngôn ngữ Prolog cơ bản, chương trình Prolog
  3. Câu truy vấn
  4. Vị từ phi logic (câu phi logic)
  5. Trả lời truy vấn, quay lui, cắt, phủ định
  6. Vị từ đệ qui
  7. Cấu trúc dữ liệu trong Prolog
  8. Thuật toán suy diễn trong Prolog

Chương 9 – Lập luận với tri thức không chắc chắn

Chương 10 – Học mạng nơron nhân tạo

Download: PDF

2. Giáo trình nhập môn TTNT- HV kỹ thuật quân sự

  • Biên soạn: TS. Ngô Hữu Phúc
  • Bộ môn: Khoa học máy tính

Cấu trúc môn học:

  • Chương 1: Giới thiệu chung
  • Chương 2: Logic hình thức
  • Chương 3: Các phương pháp tìm kiếm mù
  • Chương 4: Các phương pháp tìm kiếm có sử dụng thông tin
  • Chương 5: Các chiến lượn tìm kiếm có đối thủ
  • Chương 6: Các bài toán thỏa ràng buộc
  • Chương 7: Nhập môn học máy

Download: PDF

3. Giáo trình nhập môn trí tuệ nhân tạo PTIT

Biên soạn: TỪ MINH PHƯƠNG

Mục lục

CHƯƠNG 1: GIỚI THIỆU CHUNG 7

1.1. KHÁI NIỆM TRÍ TUỆ NHÂN TẠO

1.2. LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN

1.3. CÁC LĨNH VỰC NGHIÊN CỨU VÀ ỨNG DỤNG CHÍNH

1.3.1. Các lĩnh vực nghiên cứu

1.3.2. Một số ứng dụng và thành tựu

1.3.3. Những vấn đề chưa được giải quyết

CHƯƠNG 2: GIẢI QUYẾT VẤN ĐỀ BẰNG TÌM KIẾM

2.1. GIẢI QUYẾT VẤN ĐỀ VÀ KHOA HỌC TRÍ TUỆ NHÂN TẠO

2.2. BÀI TOÁN TÌM KIẾM TRONG KHÔNG GIAN TRẠNG THÁI

2.2.1. Phát biểu bài toán tìm kiếm

2.2.2. Một số ví dụ

2.2.3. Thuật toán tìm kiếm tổng quát và cây tìm kiếm

2.2.4. Các tiêu chuẩn đánh giá thuật toán tìm kiếm

2.3. TÌM KIẾM KHÔNG CÓ THÔNG TIN (TÌM KIẾM MÙ)

2.3.1. Tìm kiếm theo chiều rộng

2.3.2. Tìm kiếm theo giá thành thống nhất

2.3.3. Tìm kiếm theo chiều sâu

2.3.4. Tìm kiếm sâu dần

2.3.5. Tìm theo hai hướng

2.4. TÌM KIẾM CÓ THÔNG TIN

2.4.1. Tìm kiếm tham lam

2.4.2. Thuật toán A*

2.4.3. Các hàm heuristic

2.4.4. Thuật toán IDA* (thuật toán A* sâu dần)

2.5. TÌM KIẾM CỤC BỘ

2.5.1. Thuật toán leo đồi

2.5.2. Thuật toán tôi thép

2.5.3. Giải thuật di truyền

2.5.4. Một số thuật toán tìm kiếm cục bộ khác

2.6. ỨNG DỤNG MINH HOẠ

2.7. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

CHƯƠNG 3: BIỂU DIỄN TRI THỨC VÀ LẬP LUẬN LOGIC

3.1. SỰ CẦN THIẾT SỬ DỤNG TRI THỨC TRONG GIẢI QUYẾT VẤN ĐỀ

3.2. LOGIC MỆNH ĐỀ

3.2.1. Cú pháp

3.2.2. Ngữ nghĩa

3.3. SUY DIỄN VỚI LOGIC MỆNH ĐỀ

3.3.1. Suy diễn logic

3.3.2. Suy diễn sử dụng bảng chân lý

3.3.3. Sử dụng các quy tắc suy diễn

3.4. LOGIC VỊ TỪ (LOGIC BẬC 1)

3.4.1. Đặc điểm

3.4.2. Cú pháp và ngữ nghĩa

3.5. SUY DIỄN VỚI LOGIC VỊ TỪ

3.5.1. Quy tắc suy diễn

3.5.2. Suy diễn tiến và suy diễn lùi

3.5.3. Suy diễn sử dụng phép giải

3.5.4. Hệ thống suy diễn tự động: lập trình logic

3.6. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

CHƯƠNG 4: LẬP LUẬN XÁC SUẤT

4.1. VẤN ĐỀ THÔNG TIN KHÔNG CHẮC CHẮN KHI LẬP LUẬN

4.2. NGUYÊN TẮC LẬP LUẬN XÁC SUẤT

4.3. MỘT SỐ KHÁI NIỆM VỀ XÁC SUẤT

4.3.1. Các tiên đề xác suất

4.3.2. Xác suất đồng thời

4.3.3. Xác suất điều kiện

4.3.4. Tính độc lập xác suất

4.3.5. Quy tắc Bayes

4.4. MẠNG BAYES

4.4.1. Khái niệm mạng Bayes

4.4.2. Tính độc lập xác suất trong mạng Bayes

4.4.3. Cách xây dựng mạng Bayes

4.4.4. Tính độc lập xác suất tổng quát: khái niệm d-phân cách

4.5. SUY DIỄN VỚI MẠNG BAYES

4.5.1. Suy diễn dựa trên xác suất đồng thời

4.5.2. Độ phức tạp của suy diễn trên mạng Bayes

4.5.3. Suy diễn cho trường hợp riêng đơn giản

4.5.4. Suy diễn bằng phương pháp lấy mẫu

4.5.5. Phương pháp loại trừ biến

4.6. ỨNG DỤNG SUY DIỄN XÁC SUẤT

4.7. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

CHƯƠNG 5: HỌC MÁY

5.1. KHÁI NIỆM HỌC MÁY

5.1.1. Học máy là gì

5.1.2. Ứng dụng của học máy

5.1.3. Các dạng học máy

5.1.4. Học có giám sát

5.2. HỌC CÂY QUYẾT ĐỊNH

5.2.1. Khái niệm cây quyết định

5.2.2. Thuật toán học cây quyết định

5.2.3. Các đặc điểm thuật toán học cây quyết định

5.2.4. Vấn đề quá vừa dữ liệu

5.2.5. Sử dụng thuộc tính có giá trị liên tục

5.2.6. Sử dụng cách đánh giá thuộc tính khác

5.3. PHÂN LOẠI BAYES ĐƠN GIẢN

5.3.1. Phương pháp phân loại Bayes đơn giản

5.3.2. Vấn đề tính xác suất trên thực tế

5.3.3. Ứng dụng trong phân loại văn bản tự động

5.4. HỌC DỰA TRÊN VÍ DỤ: THUẬT TOÁN K LÁNG GIỀNG GẦN NHẤT

5.4.1. Nguyên tắc chung

5.4.2. Phương pháp k-láng giềng gần nhất

5.4.3. Một số lưu ý với thuật toán k-NN

5.5. HỒI QUY TUYẾN TÍNH VÀ HỒI QUY LOGISTIC

5.5.1. Hồi quy tuyến tính

5.5.2. Hồi quy logistic

5.5.3. Hồi quy logistic cho phân loại đa lớp

5.6. SUPPORT VECTOR MACHINES

5.6.1. Phân loại tuyến tính với lề cực đại

5.6.2. Kỹ thuật hàm nhân và SVM tổng quát

5.6.3. Sử dụng trên thực tế

5.7. ĐÁNH GIÁ VÀ LỰA CHỌN MÔ HÌNH

5.7.1. Các độ đo sử dụng trong đánh giá

5.7.2. Đánh giá mô hình bằng kiểm tra chéo

5.7.3. Lựa chọn đặc trưng

5.8. SƠ LƯỢC VỀ MỘT SỐ PHƯƠNG PHÁP HỌC MÁY KHÁC

5.9. CÂU HỎI VÀ BÀI TẬP CHƯƠNG

TÀI LIỆU THAM KHẢO

Download: PDF

Mục Lục