Bài giảng Trí tuệ nhân tạo và Hệ chuyên gia

CHƯƠNG 1 : TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO.5

1.1) Trí tuệ nhân tạo là gì ?.5

1.2) Lịch sử phát triển trí tuệ nhân tạo :.5

1.3) Các thành phần cơ bản của trí tuệ nhân tạo :.6

CHƯƠNG 2 : CÁC PHƯƠNG PHÁP GIẢI QUYẾT VẤN ĐỀ CƠ BẢN.9

2.1) Không Gian Bài Tóan :.9

Ví dụ1: Không gian bài tóan bình đựng nước. .9

Ví dụ 2: Không gian bài tóan trò chơi 8 số. .11

Ví dụ 3: Không gian bài tóan ba tu sĩ và ba kẻ ăn thịt người.12

Ví dụ 4: Bài tóan rao số học (Cryarithmetic).14

Ví dụ 5: Bài tóan hành trình người bán hàng.14

2.2) Chiến Lược Tìm Kiếm :.14

1) Tìm kiếm suy diễn tiến :.14

2) Chiến lược tìm kiếm suy diễn lùi :.15

2.3) Giải Thuật Tìm Kiếm :.16

1) Giải thuật tìm kiếm theo chiều rộng ((Breadth_First_Search):.17

2) Giải thuật tìm kiếm theo chiều sâu (Depth First Search) :.18

3) Giải thuật tìm kiếm truyền lùi ( Back Tracking search ) :.19

2.4) Tìm Kiếm Heuristic :.20

1) Heuristic là gì ?.20

2) Giải thuật tìm kiếm Best_First_Search:.21

3) Hàm đánh giá heuristic:.23

2.5) Bài Tóan Ràng Buộc :.26

CHƯƠNG 3 : HỆ CHUYÊN GIA.28

3.1) Hệ chuyên gia là gì ?.28

3.2) Cấu trúc hệ chuyên gia :.29

3.3) Thiết Kế Hệ Chuyên Gia :.30

1) Hệ chuyên gia suy diễn tiến: .31

2) Thiết kế hệ chuyên gia suy diễn lùi :.36

CHƯƠNG 4 : CÁC PHƯƠNG PHÁP BIỂU DIỄN TRI THỨC.41

4.1) Biểu Diễn Tri Thức Là Gì ?.41

4.2) Biểu Diễn Tri Thức Nhờ Logic Vị Từ :.42

1) Logic đề xuất:.42

2) Logic vị từ : .44

3) Giải bài tóan bằng phương pháp hợp giải :.47

4.3) Biểu Diễn Tri Thức Nhờ Mạng Ngữ Nghĩa :.49

4.4) Biểu Diễn Tri Thức Nhờ Frame :.51

4.5) Giới Thiệu Về Ngôn Ngữ Lập Prolog :.56

1) Cấu trúc chương trình:.56

2) Các lọai tóan tử :.58

3) Xử lý danh sách trong ngôn ngữ lập trình Prolog:.59

5.1) Ứng Dụng trí Tuệ Nhân Tạo Phân Tích Bảo Vệ Hệ Thống Năng Lượng điện :.73

5.2) Bài Tóan Robot Tìm Vàng :.78

5.3) Bài Tóan Lập Phương An Cho Cánh Tay Robot Xếp Khối :.81

CHƯƠNG 6 : XỬ LÝ TRI THỨC KHÔNG CHẮC CHẮN.86

6.1) Lý Giải Dưới Điều Kiện Không Chắc Chắn :.86

6.2) Xử Lý Tri Thức Không Chắc Chắn Dùng Lý Thuyết Xác Suất :.87

1) Lý thuyết xác suất:.87

2) Lý giải chính xác dưới điều kiện không chắc chắn dùng xác suất: .88

3) Lý thuyết chắc chắn :.90

4) Lý giải xấp xỉ dưới điều kiện không chắc chắn dùng lý thuyết số đo chắc chắn :.92

6.3) Xử Lý Tri Thức Không Chắc Chắn Dùng Logic Mờ :.93

1) Tập mờ và các phép tóan trên các tập mờ: .94

2) Quan hệ mờ và các phép tóan trên quan hệ mờ: .96

3) Logic mờ và lý giải xấp xỉ mờ :.98

4) Cơ sở tri thức mờ: .100

5) Kỹ thuật suy diễn mờ : .101

CHƯƠNG 7 : VIỆC HỌC MÁY.104

7.1) Việc Học Máy Là Gì ?.104

7.2) Mô Hình Học Máy Trên Cơ Sở Tri Thức :.105

1) Giải thuật học gám sát hướng đặc trưng đến tổng quát và ngược lại:.106

2) Giải thuật học quy nạp cây quyết định: .109

3) Học heuristic với giải thuật học quy nạp cây quyết định :.111

4) Khái niệm về học củng cố và học không giám của mô hình học trên cơ sở tri thức:.112

7.3) Mô hình Học Máy NhờMạng Neuron Nhân Tạo :.114

1) Tổng quan về mạng neuron nhân tạo :.114

2) Mạng truyền thẳng và giải thuật học lan truyền ngược :.117