ปัญญาประดิษฐ์
2(1-3-6)
วิชาบังคับก่อน : ไม่มี
หลักการและวิธีการต่าง ๆ ในปัญญาประดิษฐ์ การคำนวณทางคอมพิวเตอร์ในปัญญาประดิษฐ์ เทคนิคการจำแนกข้อมูล เช่น เทคนิคต้นไม้ตัดสินใจ ทฤษฎีเบยส์ เพื่อนบ้านที่ใกล้เคียงที่สุด โครงข่ายประสาทเทียม เป็นต้น การเรียนรู้ของเครื่อง ตัวชี้วัดประสิทธิภาพปัญญาประดิษฐ์ การวิเคราะห์และการแก้ปัญหา
เค้าโครงรายวิชา
- หลักการและวิธีการต่าง ๆ ในปัญญาประดิษฐ์ (4 ชม.)
- การคำนวณทางคอมพิวเตอร์ในปัญญาประดิษฐ์ (8 ชม.)
- เทคนิคการจำแนกข้อมูล (12 ชม.)
- การเรียนรู้ของเครื่อง (12 ชม.)
- ตัวชี้วัดประสิทธิภาพปัญญาประดิษฐ์ (4 ชม.)
- การวิเคราะห์และการแก้ปัญหา (8 ชม.)
ผลสัมฤทธิ์การเรียนรู้
- เข้าใจหลักการและความหมายของปัญญาประดิษฐ์
- เขียนโปรแกรมคอมพิวเตอร์ช่วยแก้ปัญญาด้วยปัญญาประดิษฐ์ได้
- ประยุกต์ใช้ความรู้เรื่องปัญญาประดิษฐ์กับงานทางวิศวกรรมต่าง ๆ
Artificial Intelligence
Prerequisite : None
Principle of Artificial Intelligence, Various methodologies in artificial intelligence Computational methods in Artificial Intelligence, Data classification techniques, such decision
tree techniques, Bayes, nearest neighbor, artificial neural networks, etc., Machine Learning, Artificial intelligence performance metrics, Problem analysis and problem solving.
Course Outline
- Principle of Artificial Intelligence, Various methodologies in artificial intelligence. (4 hr.)
- Computational methods in Artificial Intelligence. (8 hr.)
- Data classification techniques. (12 hr.)
- Machine Learning. (12 hr.)
- Artificial intelligence performance metrics. (4 hr.)
- Problem analysis and problem solving. (8 hr.)
Learning Outcomes
- Understand the principles and definitions of artificial intelligence.
- Implement computer programs to help solve intelligence with artificial intelligence.
- Apply knowledge of artificial intelligence to various engineering works.
