arnos.gr

ΠΛΗ31 – Τεχνητή Νοημοσύνη – Εφαρμογές
ΑΥΤΟΜΑΘΗΣΗ – ΕΡΓΑΣΙΕΣ – ΜΑΘΗΜΑΤΑ

Με μια ματιά

Η ΠΛΗ31: “Τεχνητή Νοημοσύνη – Εφαρμογές” είναι μια υποχρεωτική ενότητα στο τρίτο έτος σπουδών της Πληροφορικής, καλύπτοντας θεωρητικές βάσεις και πρακτικές εφαρμογές της Τεχνητής Νοημοσύνης. Οι φοιτητές θα μάθουν αναπαράσταση και επίλυση προβλημάτων, λογικό προγραμματισμό με Prolog, μηχανική μάθηση, και εξελικτικούς αλγόριθμους. Η αξιολόγηση γίνεται μέσω γραπτών εργασιών και τελικών εξετάσεων. Δεν απαιτούνται προαπαιτούμενα για την ενότητα.
  • Video διδασκαλίαVideo διδασκαλία

    παρουσίαση και εξήγηση της θεωρίας

  • ΕργασίεςΕργασίες

    πρότυπη επίλυση και videoπαρουσίαση

  • Θέματα ΕξετάσεωνΘέματα Εξετάσεων

    λυμένα θέματα εξετάσεων

Ενδιαφέρομαι να μάθω περισσότερα για την ΠΛΗ31

Περιεχόμενο Μαθήματος

Άνοιγμα όλων
Μέρος Α: Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα – 1η εργασία
Μέρος Β: Τεχνητά Νευρωνικά Δίκτυα και Εφαρμογές – 2η εργασία
Μέρος Γ: Γενετικοί αλγόριθμοι και εφαρμογές – 3η εργασία
Μέρος Δ: Επανάληψη – 4η εργασία
Περιεχόμενα Μαθήματος
0% Ολοκληρωμένο 0/28 Βήματα

Διαθέσιμα Βιβλία

No related books found.

Γενική περιγραφή της Θ.Ε.: Η θεματική ενότητα ΠΛΗ31: “Τεχνητή Νοημοσύνη – Εφαρμογές” είναι μια υποχρεωτική Θεωρητική Εξέταση στο τρίτο έτος σπουδών του προγράμματος στην Πληροφορική. Η ΘΕ καλύπτει μια ευρεία γκάμα θεμάτων στον τομέα της Τεχνητής Νοημοσύνης, εστιάζοντας τόσο στις θεωρητικές βάσεις όσο και στις πρακτικές εφαρμογές της.

Ειδικότερα, η θεματική ενότητα καλύπτει:

  1. Θεωρητικές Βάσεις Τεχνητής Νοημοσύνης:
    • Αναπαράσταση χώρων καταστάσεων και αναζήτηση προβλημάτων.
    • Διαχείριση περιορισμών και αναζήτηση με αντιπάλους.
    • Εισαγωγή στον Λογικό Προγραμματισμό με χρήση Prolog.
  2. Τεχνητή Νοημοσύνη και Μηχανική Μάθηση:
    • Τεχνητά Νευρωνικά Δίκτυα.
    • Δέντρα Απόφασης.
    • Συσταδοποίηση και Μηχανική Μάθηση.
  3. Εξελικτικοί Αλγόριθμοι:
    • Γενετικοί Αλγόριθμοι.
    • Γενετικός Προγραμματισμός.
  4. Υβριδικές Προσεγγίσεις:
    • Συνδυασμός τεχνικών Τεχνητής Νοημοσύνης για βελτιωμένη απόδοση.

Μαθησιακά Αποτελέσματα: Οι φοιτητές που ολοκληρώνουν τη θεματική ενότητα θα αποκτήσουν γνώσεις και δεξιότητες σε θέματα Τεχνητής Νοημοσύνης, συμπεριλαμβανομένων της αναπαράστασης και επίλυσης προβλημάτων, της εφαρμογής Λογικού Προγραμματισμού, της εφαρμογής αλγορίθμων Μηχανικής Μάθησης και της σύνθεσης και αξιολόγησης συστημάτων με χρήση υβριδικών προσεγγίσεων.

Γνωστικά Αντικείμενα της Θ.Ε.:

  • Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα
  • Νευρωνικά Δίκτυα και Εφαρμογές
  • Γενετικοί Αλγόριθμοι και Εφαρμογές

Προαπαιτούμενα: Δεν υπάρχουν προαπαιτούμενα για τη Θ.Ε.

Αξιολόγηση: Η αξιολόγηση των φοιτητών γίνεται μέσω γραπτών εργασιών και εξετάσεων. Οι φοιτητές πρέπει να εκπονήσουν τέσσερις γραπτές εργασίες κατά τη διάρκεια του ακαδημαϊκού έτους. Ο μέσος όρος των βαθμών των γραπτών εργασιών συμμετέχει στη διαμόρφωση του τελικού βαθμού κατά 30%, ενώ ο βαθμός των τελικών ή επαναληπτικών εξετάσεων συμμετέχει κατά 70%. Ο βαθμός των γραπτών εργασιών ενεργοποιείται μόνο με βαθμολογία ίσης ή άνω της βάσης (≥5) στις τελικές ή επαναληπτικές εξετάσεις. Το δικαίωμα συμμετοχής στις τελικές/επαναληπτικές εξετάσεις κατοχυρώνεται εάν συγκεντρωθεί τουλάχιστον το 50% του αθροίσματος του δυνητικά άριστα από το σύνολο των τεσσάρων εργασιών και υποβληθούν τουλάχιστον τρεις από τις τέσσερις γραπτές εργασίες.

Συχνές Ερωτήσεις

Πώς κάνω τη μελέτη μου για την ΠΛΗ31; Toggle Icon

Κάθε εβδομάδα, στην ιστοσελίδα του μαθήματος «εβδομαδιαίες καθοδηγήσεις / ανακοινώσεις» αναρτάται η εβδομαδιαία καθοδήγηση για το υλικό της ιστοσελίδας που πρέπει να καλύψουμε. Επίσης, η οργάνωση της εβδομαδιαίας μελέτης πρέπει να γίνει ακριβώς με την σειρά που είναι οργανωμένα τα βιντεομαθήματα στην ιστοσελίδα μας. Κάθε μέρος καλύπτει την απαιτούμενη ύλη για κάθε εργασίας.

Πώς λύνω και παρουσιάζω την εργασία μου στην ΠΛΗ31; Toggle Icon

Ακολουθούμε την εβδομαδιαία καθοδήγηση και καλύπτουμε την απαιτούμενη ύλη Ξεκινάμε πρώτα εμείς να λύνουμε τις ασκήσεις και έπειτα επαληθεύουμε τις ενέργειες μας, μέσω των ενδεικτικών λύσεων του Κέντρου ΑΡΝΟΣ.

Πώς συμμετέχω στο live μάθημα της ΠΛΗ31; Toggle Icon

Ύστερα από την εγγραφή στην υπηρεσία Full Pack και παράλληλα με την ασύγχρονη διδασκαλία, έχουμε τη δυνατότητα για ζωντανά (live) απομακρυσμένα μαθήματα, ατομικά ή ομαδικά. Η διδασκαλία προγραμματίζεται σε εβδομαδιαία βάση και έχουμε τον καθηγητή δίπλα μας.

Πώς προετοιμάζομαι για τις εξετάσεις της ΠΛΗ31 στο ΕΑΠ; Toggle Icon

Η προετοιμασία μας ξεκινάει με εφαλτήριο τις εργασίες και κορυφώνεται με τις εξετάσεις. Με σημείο αναφοράς τις λέξεις – κλειδιά των εργασιών καθοδηγούμαστε βήμα – βήμα στην άμεση αναγνώριση των ζητούμενων στις εξετάσεις και την άμεση επίλυσή τους με στοχευμένη μεθοδολογία. Στο live τμήμα προετοιμασίας, καλλιεργούμε συγκεκριμένο μοτίβο μάθησης για εύκολη αντιμετώπιση των θεμάτων και σωστή διαχείριση του χρόνου επίλυσης.

Πόσο βοηθούν τα ηχογραφημένα μαθήματα της ΠΛΗ31 για το ΕΑΠ; Toggle Icon

Τα ηχογραφημένα μαθήματα βοηθούν τον φοιτητή στην μελέτη του, εφόσον μπορεί να επιλέγει ο κάθε ένας, μόνος του το προσωπικό του εκπαιδευτικό χρονικό πλαίσιο.

Τα βίντεο μαθήματα είναι περισσότερο ευέλικτα και βοηθούν τον φοιτητή να εκπαιδευτεί μόνος του, δηλαδή να προχωρήσει στην αυτοδιδασκαλία αλλά και την συνεργαζόμενη εκπαίδευση όπου μπορεί να επικοινωνεί online με τον καθηγητή του.

Οι σημειώσεις στην Τεχνητή Νοημοσύνη - Εφαρμογές του ΕΑΠ με καλύπτουν για τις εξετάσεις χωρίς να διαβάσω τα βιβλία; Toggle Icon

Τα εγχειρίδια και τα βιβλία του πανεπιστημίου, δεν υποκαθίστανται από τις σημειώσεις, όμως αποτελούν ένα εργαλείο για τον φοιτητή ώστε να κατανοήσει και να οργανώσει καλύτερα την μελέτη του.

Οι εργασίες της ΠΛΗ31 είναι πλήρεις ή είναι σχεδιαγράμματα; Toggle Icon

Οι ενδεικτικές – πρότυπες εργασίες, αποτελούν πλήρεις εργασίες με επιπλέον οδηγίες, υλικό και video επεξήγησης. Όλα αυτά μελετώνται από τους φοιτητές ώστε να μπορέσουν να κατανοήσουν και να φτιάξουν την δική τους προσωπική εργασία.

Εκτός από τα Ετήσια πακέτα υπάρχουν και άλλες υπηρεσίες για την ΠΛΗ31; Toggle Icon

Δημιουργούνται τμήματα με τους άμεσα ενδιαφερόμενους φοιτητές αλλά και επαναληπτικά τμήματα σύμφωνα με τις ανάγκες τους. Αν ενδιαφέρεστε να ενταχθείτε σε τμήμα και να ξεκινήσετε την επανάληψή σας, επικοινωνήστε μαζί μας μέσω Τηλεφώνου: 21 0382 2157 ή μέσω Email: [email protected]

Για απορίες σχετικά με τις σπουδές μου σε ποιον μπορώ να απευθυνθώ; Toggle Icon

Ο υπεύθυνος καθηγητής της ΠΛΗ31 απαντάει σε θέματα που αφορούν την ενότητα.

Δίπλα στον φοιτητή υπάρχει ο σύμβουλος σπουδών για την επιτυχή έκβαση των εκπαιδευτικών στόχων.

Η γραμματειακή υποστήριξη φροντίζει τεχνικά και διαχειριστικά θέματα.

Ποια είναι η ύλη της Θ.Ε ΠΛΗ31; Toggle Icon

Κύριος στόχος της Θ.Ε είναι να γνωρίσουν οι φοιτητές την Πληροφορική ως μια εφαρμοσμένη επιστήμη, η οποία προσπαθεί να γεφυρώσει το χάσμα ανάμεσα στον άνθρωπο και τις μηχανές. Η Θ.Ε εμπεριέχει τόσο τις θεμελιώσεις όσο και τις εφαρμογές της Τεχνητής Νοημοσύνης.

Σήμερα, αν και η Πληροφορική έχει εμφανίσει αλματώδη ανάπτυξη, δεν υπάρχουν ακόμα μηχανές που είναι σε θέση να επικοινωνήσουν πλήρως με τον άνθρωπο σε φυσική γλώσσα, ή να αποκτούν εμπειρίες και να μαθαίνουν αποτελεσματικά από τις αποτυχίες και τα λάθη τους, εκτός και αν έχουν σχεδιαστεί για συγκεκριμένα προβλήματα (οπότε και έχουν να επιδείξουν αξιοσημείωτες επιτυχίες). Καθώς, λοιπόν, η Τεχνητή Νοημοσύνη έχει ως κύριο στόχο της να δώσει στους υπολογιστές χαρακτηριστικά της ανθρώπινης ευφυΐας, αποκτά ιδιαίτερη σημασία η μελέτη των τεχνικών και των διεργασιών που δίνουν σε ένα υπολογιστή τη δυνατότητα να επιδεικνύει συμπεριφορά αντίστοιχη της ανθρώπινης, σε διάφορα πλαίσια αναφοράς.

Η Θ.Ε ξεκινά με την παρουσίαση θεμελιωδών εννοιών στην αναπαράσταση χώρων κατάστασης και αναζήτησης για την επίλυση προβλημάτων,  στη διαχείριση περιορισμών και στην αναζήτηση με αντιπάλους (παίγνια). Στη συνέχεια, καλύπτει θέματα αναπαράστασης γνώσης και συμπερασματολογίας, με τη χρήση Κατηγορηματικής Λογικής και παρουσιάζει μια εισαγωγή στον Λογικό Προγραμματισμό (με τη χρήση της γλώσσας Prolog). Στη συνέχεια καλύπτει θέματα Μηχανικής Μάθησης, με έμφαση στα Τεχνητά Νευρεωνικά Δίκτυα (καλύπτοντας επιπλέον τα Δέντρα Απόφασης και τη Συσταδοποίηση) και προχωράει στην ανάλυση των Γενετικών (Εξελικτικών) Αλγορίθμων και του Γενετικού Προγραμματισμού, που παρουσιάζονται ως στοχαστικές τεχνικές αναζήτησης που μπορούν να χρησιμοποιηθούν για προβλήματα βελτιστοποίησης. Στο τέλος, παρουσιάζονται και υβριδικοί αλγόριθμοι ώστε να αναδείξουν τα πλεονεκτήματα του συνδυασμού επιμέρους τεχνολογιών.

Πέρα από την θεωρητική κάλυψη οι φοιτητές εισάγονται και σε μία πληθώρα συστημάτων και προβλημάτων που μπορούν να χρησιμοποιηθούν για εξάσκηση στο αντικείμενο με τελικό σκοπό να φανεί ότι κάθε πρόβλημα μπορεί να ιδωθεί και να επιλυθεί υπό διαφορετικά πρίσματα και, πολλές φορές, με συνδυασμό τεχνικών.

 

Πηγή: ΕΑΠ ΠΛΗ31 Ύλη

ΠΛΗ31 – Τεχνητή Νοημοσύνη – Εφαρμογές

Η αγορά περιλαμβάνει

  • Video-Διδασκαλία ΚαθοδήγησηςVideo-Διδασκαλία Καθοδήγησης
  • Εργασίες - Πρότυπη Ανάπτυξη & ΠαρουσίασηΕργασίες - Πρότυπη Ανάπτυξη & Παρουσίαση
  • Θέματα ΕξετάσεωνΘέματα Εξετάσεων
  • Φύλλα Μάθησης σε PdfΦύλλα Μάθησης σε Pdf

Ο Καθηγητής σου

Ηλίας Τσουκάτος

ΠΛΗ31 – Τεχνητή Νοημοσύνη – Εφαρμογές

Η αγορά περιλαμβάνει

  • Video-Διδασκαλία ΚαθοδήγησηςVideo-Διδασκαλία Καθοδήγησης
  • Εργασίες - Πρότυπη Ανάπτυξη & ΠαρουσίασηΕργασίες - Πρότυπη Ανάπτυξη & Παρουσίαση
  • Θέματα ΕξετάσεωνΘέματα Εξετάσεων
  • Φύλλα Μάθησης σε PdfΦύλλα Μάθησης σε Pdf

ΠΛΗ31 – Τεχνητή Νοημοσύνη – Εφαρμογές