Τεχνητή Νοημοσύνη (3531)
Έγγραφα
Τύπος | Aρχείο | Μέγεθος | Ημερομηνία | |
---|---|---|---|---|
ai_lecture01.pdf Γενικές πληροφορίες για το μάθημα. Εισαγωγή στην Τεχνητή Νοημοσύνη και τους υπο-τομείς της. Καταβολές και εξέλιξη της ΤΝ. Η δοκιμασία του Turing. Παραδείγματα εφαρμογών της ΤΝ. | 2.62 MB | 28/9/23 | ||
ai_lecture02.pdf Επίλυση προβλημάτων με αναζήτηση σε χώρους καταστάσεων. Αναζήτηση πρώτα σε πλάτος. Χρήση κλειστού συνόλου. | 903.26 KB | 28/9/23 | ||
ai_lecture03.pdf Αναζήτηση πρώτα σε βάθος και παραλλαγές. Επαναληπτική εκβάθυνση. Ευρετικές συναρτήσεις. Αναζήτηση πρώτα του καλύτερου. | 1.55 MB | 28/9/23 | ||
ai_lecture04.pdf Αλγόριθμος Α*, αποδεκτές και συνεπείς ευρετικές, επινόηση ευρετικών, αναρρίχηση λόφου και παραλλαγές. | 1.12 MB | 13/10/23 | ||
ai_lecture05.pdf Προσομοιωμένη ανόπτηση. Beam search. Γενετικοί αλγόριθμοι. Γενετικός προγραμματισμός. Στοιχεία γραμμικού και ακέραιου γραμμικού προγραμματισμού. | 903.13 KB | 28/9/23 | ||
ai_lecture06.pdf Αναζήτηση με αντιπάλους. Παιχνίδια μηδενικού και μη μηδενικού αθροίσματος. Αλγόριθμος MiniMax. Πριόνισμα α-β. Παιχνίδια με παράγοντα τύχης. | 1.6 MB | 28/9/23 | ||
ai_lecture07.pdf Προτασιακή λογική: σύνταξη και σημασιολογία, μοντέλα και ταυτολογική συνεπαγωγή, ορθότητα και πληρότητα, εξαγωγή συμπερασμάτων με αναζήτηση μοντέλων. | 1.28 MB | 28/9/23 | ||
ai_lecture08.pdf Περισσότερα για τη προτασιακή λογική: εγκυρότητα και ικανοποιησιμότητα, εξαγωγή συμπερασμάτων με αναζήτηση απόδειξης, εξαγωγή συμπερασμάτων με ανάλυση (resolution). | 892.85 KB | 28/9/23 | ||
ai_lecture09.pdf Εξαγωγή συμπερασμάτων με προτάσεις Horn προτασιακής λογικής. Συντακτικό της πρωτοβάθμιας κατηγορηματικής λογικής. Παράσταση γνώσεων με πρωτοβάθμια κατηγορηματική λογική. | 970.94 KB | 28/9/23 | ||
ai_lecture10.pdf Σημασιολογία πρωτοβάθμιας κατηγορηματικής λογικής. | 457.57 KB | 28/9/23 | ||
ai_lecture11.pdf Συλλογιστική με πρωτοβάθμια κατηγορηματική λογική: απαλοιφή καθολικών και υπαρξιακών ποσοδεικτών, μετατροπή σε κανονική συζευκτική μορφή, ενοποίηση και εξαγωγή συμπερασμάτων με τον κανόνα της ανάλυσης (resolution), ημι-αποκρισιμότητα της ΠΚΛ. | 681.9 KB | 28/9/23 | ||
ai_lecture12.pdf Εξαγωγή συμπερασμάτων προς τα εμπρός και πίσω με προτάσεις Horn πρωτοβάθμιας κατηγορηματικής λογικής. Λογικός προγραμματισμός και βασικές αρχές λειτουργίας Prolog. | 1.33 MB | 28/9/23 | ||
ai_lecture13.pdf Σημασιολογικά δίκτυα. Πλαίσια. Περιγραφικές λογικές. Σημασιολογικός Ιστός και OWL. | 1.65 MB | 28/9/23 | ||
ai_lecture14.pdf Παραγωγική, απαγωγική και επαγωγική συλλογιστική. Εισαγωγή στη μηχανική μάθηση. Η μηχανική μάθηση ως πρόβλημα αναζήτησης. Αλγόριθμος απαλοιφής υποψηφίων. Στοιχεία επαγωγικού λογικού προγραμματισμού. | 1.44 MB | 28/9/23 | ||
ai_lecture15.pdf Κατάταξη κειμένων σε κατηγορίες με χρήση μηχανικής μάθησης. Εντροπία και κέρδος πληροφορίας. Επιλογή ιδιοτήτων μέσω κέρδους πληροφορίας και μέσω αναζήτησης υποσυνόλων ιδιοτήτων. Αλγόριθμος των k-κοντινότερων γειτόνων. Μη επιβλεπόμενη ομαδοποίηση με τον k-means. | 1.34 MB | 28/9/23 | ||
ai_lecture16.pdf Αφελείς ταξινομητές Bayes. Αλγόριθμος ID3. Θόρυβος και υπερ-προσαρμογή. Αλγόριθμος Τυχαίου Δάσους (Random Forest). | 1.29 MB | 28/9/23 | ||
ai_lecture17.pdf Συλλογική μάθηση (ensembles). Ενδυνάμωση (boosting) και AdaBoost. Γραμμική παλινδρόμηση. Κατάβαση κλίσης. | 1.89 MB | 28/9/23 | ||
ai_lecture18.pdf Γραμμικοί διαχωριστές. Ταξινομητές λογιστικής παλινδρόμησης (logistic regression). Μεγιστοποίηση πιθανοφάνειας με κατάβαση κλίσης. Ομαλοποίηση (regularization). Διαγνωστικοί έλεγχοι κατά τη χρήση επιβλεπόμενης μηχανικής μάθησης. Μέτρα αξιολόγησης για προβλήματα κατηγοριοποίησης και παλινδρόμησης. | 1.95 MB | 28/9/23 | ||
ai_lecture19.pdf Φυσικά και τεχνητά νευρωνικά δίκτυα. Perceptron. Γραμμική διαχωρισιμότητα. Πολύ-επίπεδα Perceptron (MLPs). Ανάστροφη μετάδοση (backpropagation). | 2.25 MB | 28/9/23 | ||
ai_lecture20.pdf Περισσότερα για τα πολυ-επίπεδα Perceptron (MLPs) και την ανάστροφη μετάδοση. Αυτόματος υπολογισμός παραγώγων κατά την ανάστροφη μετάδοση. Διασταυρωμένη εντροπία. | 1.03 MB | 15/12/23 | ||
ai_lecture21.pdf Απόρριψη (dropout), ομαλοποίηση με μείωση βαρών (weight decay), ομαλοποίηση δέσμης/επιπέδου (batch/layer normalization), κατηγοριοποίηση κειμένων με MLPs και κεντροειδή ενθέσεων λέξεων, κατηγοριοποίηση λέξεων με MLPs και κυλιόμενο παράθυρο. | 1.44 MB | 22/12/23 | ||
ai_lecture22.pdf Ανατροφοδοτούμενα νευρωνικά δίκτυα (RNNs), στοιβαγμένα (stacked) και διπλής κατεύθυνσης RNNs. RNNs με αυτό-προσοχή (self-attention). Κατηγοριοποίηση λέξεων και κειμένων με RNNs. Νευρωνικά γλωσσικά μοντέλα. Παραδείγματα συστημάτων επεξεργασίας φυσικής γλώσσας. | 3.23 MB | 22/12/23 | ||
ai_lecture23.pdf Συνελικτικά νευρωνικά δίκτυα (CNNs) και εφαρμογές στην υπολογιστική όραση. Προ-εκπαιδευμένα νευρωνικά δίκτυα. Επαύξηση δεδομένων (data augmentation). | 1.79 MB | 28/9/23 |