ปัญญาประดิษฐ์สำหรับวิศวกรรมเมคคาทรอนิกส์
2(24-0)
วิชาบังคับก่อน : ไม่มี
คณิตศาสตร์พื้นฐานสำหรับปัญญาประดิษฐ์ หลักการปัญญาประดิษฐ์ ตัวแทนอัจฉริยะ เทคนิคการค้นหา การจัดตาราง การวางแผน ตรรกศาสตร์และการอนุมาน ตรรกศาสตร์กำกวม ระบบผู้เชี่ยวชาญ ความรู้เบื้องต้นเกี่ยวกับการประมวลผลภาษาธรรมชาติ ความรู้เบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่อง ทฤษฎีของเบย์และเครือข่ายความเชื่อแบบเบย์ การจัดหมวดหมู่ด้วยวิธีเพื่อนบ้านที่ใกล้ที่สุด ต้นไม้การตัดสินใจ การจัดกลุ่ม การลดมิติ และการประยุกต์ใช้ในมิติต่างๆ
ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา
1. เข้าใจคณิตศาสตร์เบื้องต้นสำหรับปัญญาประดิษฐ์
2. อธิบายแนวคิดหรือทฤษฎีที่เกี่ยวข้องกับปัญญาประดิษฐ์เบื้องต้นได้
3. ประยุกต์ใช้ปัญญาประดิษฐ์เบื้องต้นในงานวิจัยได้
Artificial Intelligence for Mechatronics Engineering
Prerequisite : None
Basic Mathematics for artificial intelligence; principle of artificial intelligence; intelligence agent; searching techniques, scheduling; planning; logics and inference; fuzzy logic; expert systems; introduction to natural language processing; machine learning; baye theory & network, k-nearest neighboring, tree decision, clustering, dimension reduction; various applications.
Course Learning Outcomes (CLOs)
1. Understand basic mathematics for artificial intelligence.
2. Explain concepts or theories related to fundamental artificial intelligence.
3. Apply fundamental artificial intelligence in research.