Giáo Trình Nhập môn trí tuệ nhân tạo

I. GIỚI THIỆU CHUNG1. Tên học phần : NHẬP MÔN TRÍ TUỆ NHÂN TẠO (INTRODUCTION TO ARTIFICIAL INTELLIGENCE)
2. Hệ đào tạo : Đại học
3. Ngành : CNTT
4. Mã học phần :412TTN340
5. Loại môn học : Cơ sở ngành bắt buộc
6. Khoa : CNTT
7. Thời lượng : 4dvht- Lý thuyết : 50 tiết
- Kiểm tra : 2 tiết
- Bài tập : 8 tiết
8. Yêu cầu kiến thức : Tin học đại cương, Cấu trúc dữ liệu và giải thuật
9. Giới thiệu học phần : 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, các phương pháp học máy dùng cho nhận dạng và phân tích dữ liệu, xử lý ngôn ngữ tự nhiên. Ngoài các khái niệm lý thuyết, học phần cũng đề cập tới việc ứng dụng các kỹ thuật trí tuệ nhân tạo để giải quyết các bài toán thực tế.
II. ĐỀ CƯƠNG CHI TIẾT

Chương 1: Tổng quan1.1. Lịch sử hình thành và phát triển
1.2. Các tiền đề và khái niệm cơ bản của TTNT
1.3. Các lĩnh vực nghiên cứu và ứng dụng cơ bản
1.4. Tác tử thông minh
1.5 Những vấn đề chưa được giải quyết trong TTNT
Chương 2: Giải quyết vấn đề bằng tìm kiếm2.1 Giải quyết vấn đề và khoa học TTNT
2.2 Biểu diễn vấn đề dưới dạng bài toán tìm kiếm trong không gian trạng thái
2.3 Tìm kiếm không có thông tin
2.4 Tìm kiếm có thông tin: tìm tham lam, A*
2.5 Tìm kiếm cục bộ
2.6 Bài toán thoả mãn ràng buộc
2.7 Tìm kiếm trong trò chơi
2.8 Tìm kiếm trong một số ứng dụng cụ thể: thiết kế VLSI, lập lịch,.v.v.
Chương 3: Biểu diễn tri thức và suy diễn3.1 Sự cần thiết sử dụng tri thức trong giải quyết vấn đề
3.2 Lôgic mệnh đề.
3.3 Biểu diễn tri thức và suy diễn với lôgic mệnh đề
3.4 Lôgic vị từ
3.5 Biểu diễn tri thức và suy diễn với lôgic vị từ
3.6 Một số hệ thống suy diễn tự động: Prolog
Chương 4: Lập luận xấp xỉ và suy diễn xác suất4.1 Vấn đề thông tin không chắc chắn khi suy diễn và giải quyết vấn đề
4.2 Quy tắc bayes và các khái niệm xác suất liên quan
4.3 Mạng Bayes và biểu diễn diễn bài toán
4.4 Các phương pháp suy diễn trên mạng Bayes
4.5 Ứng dụng suy diễn xác suất cho bài toán cụ thể: chẩn đoán lỗi máy tính, chẩn đoán bệnh trong y tế, .v.v.
Chưong 5: Học máy5.1 Khái niệm học máy, biểu diễn cho bài toán học máy.
5.2 Cây quyết định
5.3 Mạng nơ ron nhân tạo
5.4 Học Bayes đơn giản
5.5. Thuật toán k hàng xóm gần nhất
5.6. Các ứng dụng: phân loại văn bản, nhận dạng mặt người, phân tích dữ liệu.
III. TÀI LIỆU HỌC TẬP

- Tài liệu tham khảo:[1]. Bạch Hưng Khang, Hoàng Kiếm. Trí tuệ nhân tạo: Các phương pháp và ứng dụng, Nhà xuất bản Khoa học và kỹ thuật, 1989.
[2]. 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.
[3]. Nguyễn Hoàng Phương và các tác giả. Hệ mờ và ứng dụng. Nhà xuất bản Khoa học và kỹ thuật, 1998.
[4]. Stuart Russell, Peter Norvig. Artificial Intelligence: A modern Approach, Prentice- Hall, 1995.
[5]. Larry Medsker. Hybrid Intelligent Systems, Kluwer Academic Publishers, 1995