هوش مصنوعی

Artificial Intelligence

---

کارشناسی	مقطع:	هوش مصنوعی	نام درس:
تخصصی الزامی	گروه درس:	مبانی منطق ،طراحی و تحلیل الگوریتم‌ها	پیش‌نیاز:
نظری	نوع درس:	ندارد	هم‌نیاز:
48	تعداد ساعت:	3	تعداد واحد:
		دارد	حل تمرین:

سرفصل درس:

• مقدمه‌ای بر هوش مصنوعی و تاریخچه‌ی آن، معرفی عامل‌های هوشمند، فضای حالت، جست‌وجوی ناآگاهانه، جست‌وجوی آگاهانه، الگوریتم *A و اثبات بهینگی، جست‌وجوی محلی، مسائل ارضای محدودیت، جست‌وجوی عقبگرد، حل مسائل CSP با رویکرد جستجوی محلی، جستجوی مقابله‌ای، الگوریتم minimax و هرس آلفا-بتا، یادگیری تقویتی، روش‌های مبتنی بر مدل، یادگیری تفاضل زمانی و الگوریتم Q-learning، معرفی شبکه‌های بیزین، بازنمایی در شبکه‌های بیزین و استقلال در این شبکه‌ها، استنتاج در شبکه‌های بیزین: استنتاج دقیق و استنتاج تقریبی با استفاده از نمونه برداری، تخمین پارامترها در شبکه‌های بیزین، نمونه‌های معروف و کاربردی از شبکه‌های بیزین: مدل مارکوف، مدل مخفی مارکوف، دسته‌بند بیز ساده.

منابع:

• Russell, S., & Norvig, P., (2020), Artificial intelligence: a modern approach, 4th Edition, PEARSON SERIES.

• Berkeley notes in Intro to Artificial Intelligence course: https://inst.eecs.berkeley.edu/~cs188