Τεχνητή Νοημοσύνη (Ε)
Πληροφορίες
Περιεχόμενα Μαθήματος/ Ενότητες
1. Η γλώσσα προγραμματισμού COMMON_LISP
2. Αλγόριθμοι Αναζήτησης – Μέρος Ι
3. Αλγόριθμοι Αναζήτησης – Μέρος ΙΙ
4. Ολοκλήρωση Αλγορίθμων Αναζήτησης
5. Επίλυση αποριών στην ανάπτυξη Αλγορίθμων Αναζήτησης
6. Συνεργατική Μάθηση
7. Το περιβάλλον ανάπτυξης εμπείρων συστημάτων CLIPS
8. Έμπειρα Συστήματα CLIPS
9. Έμπειρα Συστήματα
Μαθησιακοί Στόχοι Μαθήματος
Το εργαστήριο αποτελείται από δυο κύκλους μαθημάτων:
Στον 1ο κύκλο επιδιώκεται οι φοιτητές:
- Να κατανοήσουν τη συναρτησιακή γλώσσα Lisp που θεωρείται κατάλληλη για την ανάπτυξη αλγόριθμων αναζήτησης για την επίλυση προβλημάτων.
- Να κατανοήσουν τον πηγαίο κώδικα Common Lisp που υλοποιεί τον πρώτα σε βάθος αλγόριθμο αναζήτησης.
- Να γενικεύσουν τη χρήση της πρώτα σε βάθος αναζήτησης στην επίλυση οποιουδήποτε προβλήματος που μπορεί να περιγραφεί με χώρο καταστάσεων
- Να προσαρμόσουν τον κώδικα ώστε να υλοποιηθούν οι υπόλοιποι τυφλοί και ευριστικοί αλγόριθμοι επίλυσης προβλημάτων
Στον 2ο κύκλο επιδιώκεται οι φοιτητές:
- Να κατανοήσουν το περιβάλλον ανάπτυξης εμπείρων συστημάτων CLIPS.
- Να κατανοήσουν την αλυσιδωτή εκτέλεση των κανόνων κατά την επίλυση απλών προβλημάτων.
- Να αποκτήσουν την ικανότητα αναπαράστασης της γνώσης ενός προβλήματος με κανόνες και να το επιλύουν στο περιβάλλον CLIPS.
- Να αποκτήσουν την ικανότητα να αξιολογούν τις εργαστηριακές εργασίες των συναδέλφων τους με σταθερά κριτήρια αξιολόγησης.
Προαπαιτούμενα
Βασικές Γνώσεις Δομών Δεδομένων και Αλγόριθμων και Πολυπλοκότητας
Επιπλέον συνιστώμενη βιβλιογραφία και υλικό προς μελέτη
Βιβλία- κείμενα
- Βλαχάβας Ι., Κεφαλάς Π., Βασιλειάδης Ν., Ρεφανίδης Ι., Κοκκοράς Φ., Σακελλαρίου Η., Τεχνητή Νοημοσύνη, 3η έκδοση, Β. Γκιούρδας Εκδοτική, 2006.
- Russell, Stuart J., Norvig, Peter, Τεχνητή νοημοσύνη : μια σύγχρονη προσέγγιση, Αθήνα : Κλειδάριθμος, 2007.
- Dean Τ., Allen J., Allimonos Y., Artificial Intelligence, Theory and Practice, Benjamin Cummings, 1995.
- Winston P.H., Artificial Intelligence, 3rd ed., Addison-Wesley, 1992.
- Schalkoff R.J., Artificial Intelligence: An Engineering Approach, McGraw-Hill, 1990.
- Charniak E., Dermott D.M., Introduction to Artificial Intelligence, Addison-Wesley, 1985.
- Building Expert Systems, F. Hayes-Roth, D.A. Waterman and D.B. Lenat (Eds.), Addison-Wesley, 1983.
- Η Γλώσσα Common Lisp., Κ. Γεωργούλη. Σημειώσεις μαθήματος, 2002.
Πηγές στο Διαδίκτυο
- AI_An_Introduction_and_Tutorial_for_Common_Lisp
- Χρήσιμοι σύνδεσμοι στο διαδίκτυο γιa τη γλώσσα Lisp
http://www.cs.siu.edu/~cs537/lisp-resources.html - Επίσημη ιστοσελίδα για την ANSI COMMON LISP.
Μπορείτε να τη χρησιμοποιήσετε για την υλοποίηση των εργασιών στο σπίτι. ANSI_CLISP_on_the_Web - Free download of Allegro CL 8.2 Free Express Edition
from FRANZ Inc. Allegro_Common__Lisp - Διδασκαλία και εξάσκηση της γλώσσας LISP μέσω διαδικτύου. Lisp_Course_on_the_web_ELM_ART
- Πανελλήνιος_Μαθητικός_διαγωνισμνός_Ρομποτικής
Πηγές στη βιβλιοθήκη του ιδρύματος.
- Δουκίδης Γ. Έμπειρα συστήματα τεχνητή νοημοσύνη και lisp. Ι Σιδέρης, 1992.
- Κεραυνού Ε. Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα. ΕΑΠ 2000.
Άλλα σχετικά ανοικτά μαθήματα άλλων ιδρυμάτων εσωτερικού ή εξωτερικού
- Artificial Intelligence Planning, MOOC lesson offered by the University of Edinburg: https://www.coursera.org/course/aiplan