ĐỀ CƯƠNG CHI TIẾT MÔN
TRÍ TUỆ NHÂN TẠO
(Artificial Intelligence)
Mã MH: CT332
ĐVHT: 3
Lý thuyết: 45 tiết
Th.S Trần Nguyễn Dương Chi
Nội dung
2
Học phần tiên quyết
Mục tiêu môn học
Đề cương chi tiết
Phương pháp giảng dạy
Đánh giá môn học
Tài liệu tham khảo
Học phần tiên quyết
3
Phân tích & thiết kế thuật toán
Xác suất thống kê
Mục tiêu môn học
Sau khi kết thúc môn học, sinh viên sẽ:
4
Có kiến thức tổng quát về ngành khoa học Trí Tuệ Nhân Tạo (TTNT)
và các nhánh nghiên cứu khác nhau của TTNT
Hiểu các tiếp cận giải quyết vấn đề (GQVĐ) khác nhau trong TTNT
Vận dụng suy luận trong logic vị từ để GQVĐ
Mục tiêu môn học (tt)
5
Vận dụng phương pháp tìm kiếm trên KGTT để GQVĐ: tìm kiếm vét
cạn & tìm kiếm heuristic.
Hiểu phương pháp GQVĐ dựa trên tri thức chuyên sâu: Hệ chuyên
gia
Hiểu các tiếp cận GQVĐ theo kiểu học máy: ID3, mạng Neuron, giải
thuật di truyền.
Đề cương chi tiết
Xem chi tiết
6
Phương pháp giảng dạy
7
•
Sinh viên chuẩn bị bài trước khi lên lớp và thuyết trình theo nhóm. Mỗi
nhóm sẽ thuyết trình 1 chương trong chương trình học.
•
Giảng viên phụ trách tổng kết bài giảng sau mỗi chương và hướng
dẫn giải bài tập (nếu có).
Đánh giá môn học
Thuyết trình theo nhóm: 20%
Điểm thi giữa kỳ: 40%
Điểm thi cuối kỳ: 40%
(thi đề mở)
8
Tài liệu tham khảo
[1] Th.S Võ Huỳnh Trâm - Th.S Trần Ngân Bình - Giáo trình Trí tuệ nhân
tạo – Đại học Cần Thơ, 2006
[2] Bùi Xuân Toại, Trương Gia Việt (Biên dịch) – Trí tuệ nhân tạo – Các
cấu trúc và chiến lược giải quyết vấn đề - NXB Thống kê, 2000
[3] Stuart J. Russell and Peter Norvig. Artifical Intelligence: A Modern
Approach. Prentice Hall. Second edition, 2002.
[4] George F. Luger, William A. Stubblefield – Artificial Intelligence Structure and9 Strategies for Complex Problem Solving (3rd edition) Wesley Publishing Company, 1997
[5] Elaine Rich, Kevin Knight – Artificial Intelligence (Second Edition) –
McGraw-Hill, 1991.
[6] Tom M. Mitchell – Machine Learning – McGraw Hill, Inc, 1997
9