Basic Artificial Intelligence

ปัญญาประดิษฐ์พื้นฐาน

4(4-0-8)

วิชาบังคับก่อน : ENG64 2204 สถิติวิศวกรรม

ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ วิธีการและพื้นฐานของ AI ตัวแทนอัจฉริยะ อัลกอริทึมการค้นหา เล่นเกม การเรียนรู้ของเครื่อง ทฤษฎีความไม่แน่นอนและความน่าจะเป็น การให้เหตุผลเชิงความน่าจะเป็นใน AI เครือข่ายแบบเบส์ การตัดสินใจและการเรียนรู้เสริมแรง

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. อธิบายสิ่งที่ประกอบขึ้นเป็นปัญญาประดิษฐ์
2. อธิบายว่าปัญญาประดิษฐ์ทำให้เกิดความสามารถที่เหนือกว่าเทคโนโลยีทั่วไปได้อย่างไร
3. ใช้เทคนิคปัญญาประดิษฐ์แบบคลาสสิก เช่น อัลกอริทึมการค้นหา อัลกอริทึมขั้นต่ำ โครงข่ายประสาทเทียม การติดตาม โลคัลไลเซชันของหุ่นยนต์
4. สามารถในการใช้เทคนิคปัญญาประดิษฐ์ในการแก้ปัญหา
5. อธิบายข้อจำกัดของเทคนิคปัญญาประดิษฐ์ในปัจจุบัน

 

Basic Artificial Intelligence

Prerequisite : ENG64 2204 Engineering Statistics

This is an introductory course on Artificial Intelligence. The topics may include AI methodology and fundamentals; intelligent agents; search algorithms; game playing; machine learning; uncertainty and probability theory; probabilistic reasoning in AI; Bayesian networks; decision making, and reinforcement learning.

Course Learning Outcomes (CLOs)

1. Explain what constitutes Artificial Intelligence.
2. Explain how Artificial Intelligence enables capabilities that are beyond conventional technology.
3. Use classical Artificial Intelligence techniques, such as search algorithms, minimax algorithm, neural networks, tracking, robot localization.
4. Ability to apply Artificial Intelligence techniques for problem solving.
5. Explain the limitations of current Artificial Intelligence techniques.