 (1)-1.png){kind=logo}
Μάθημα : Τεχνητή Νοημοσύνη
Κωδικός : INF153
Αρχικός κατάλογος slides_2026_27
Οι διαφάνειες των διαλέξεων του 2026-27.
| Όνομα | Μέγεθος | Ημερομηνία | ||
|---|---|---|---|---|
|
|
Αλγόριθμος των k-κοντινότερων γειτόνων. Μη επιβλεπόμενη ομαδοποίηση με τον k-means. Αφελείς ταξινομητές Bayes. Δεδομένα εκπαίδευσης, ανάπτυξης, ελέγχου.
|
1.1 MB | 23/10/26, 5:55 μ.μ. | |
|
|
Παραγωγική, απαγωγική και επαγωγική συλλογιστική. Εισαγωγή στη μηχανική μάθηση. Η μηχανική μάθηση ως πρόβλημα αναζήτησης. Παράσταση κειμένων: σάκοι λέξεων, TF-IDF. Εντροπία και κέρδος πληροφορίας. Επιλογή ιδιοτήτων μέσω κέρδους πληροφορίας και μέσω αναζήτησης υποσυνόλων ιδιοτήτων.
|
1.03 MB | 23/10/26, 5:55 μ.μ. | |
|
|
Αναζήτηση με αντιπάλους. Παιχνίδια μηδενικού και μη μηδενικού αθροίσματος. Αλγόριθμος MiniMax. Πριόνισμα α-β. Παιχνίδια με παράγοντα τύχης.
|
1.61 MB | 23/10/26, 10:35 π.μ. | |
|
|
Προσομοιωμένη ανόπτηση. Beam search. Γενετικοί αλγόριθμοι. Γενετικός προγραμματισμός. Εισαγωγικές έννοιες γραμμικού και ακέραιου γραμμικού προγραμματισμού.
|
924.36 KB | 20/10/26, 12:43 μ.μ. | |
|
|
Αλγόριθμος Α*, αποδεκτές και συνεπείς ευρετικές, επινόηση ευρετικών, αναρρίχηση λόφου και παραλλαγές.
|
1.17 MB | 20/10/26, 12:15 μ.μ. | |
|
|
Αναζήτηση πρώτα σε βάθος και παραλλαγές. Επαναληπτική εκβάθυνση. Ευρετικές συναρτήσεις. Αναζήτηση πρώτα του καλύτερου.
|
1.56 MB | 16/10/26, 10:17 π.μ. | |
|
|
Επίλυση προβλημάτων με αναζήτηση σε χώρους καταστάσεων. Αναζήτηση πρώτα σε πλάτος. Χρήση κλειστού συνόλου.
|
912.62 KB | 15/10/26, 11:18 π.μ. | |
|
|
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.
|
2.78 MB | 1/10/26, 10:57 π.μ. |