Introduction to Artificial Intelligence

ความรู้เบื้องต้นปัญญาประดิษฐ์                                                  

2(1-3-5)

วิชาบังคับก่อน: ไม่มี

แนวคิดและหลักการพื้นฐานของปัญญาประดิษฐ์ การแก้ปัญหา การค้นหาและการวางแผน การแทนความรู้และการหาเหตุผล การเรียนรู้ของเครื่องจักร เทคนิคการจำแนกข้อมูล เช่น เทคนิคต้นไม้ตัดสินใจ ทฤษฎีเบยส์ เพื่อนบ้านที่ใกล้เคียงที่สุด โครงข่ายประสาทเทียม เป็นต้น ระบบผู้เชี่ยวชาญและการอนุมาน การสกัดและเลือกคุณลักษณะเด่น การแบ่งกลุ่มข้อมูลและการประยุกต์ใช้ในทางวิศวกรรม

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. เข้าใจหลักการและความหมายของปัญญาประดิษฐ์
2. เขียนโปรแกรมคอมพิวเตอร์ช่วยแก้ปัญญาด้วยปัญญาประดิษฐ์ได้
3. ประยุกต์ใช้ความรู้เรื่องปัญญาประดิษฐ์กับงานทางวิศวกรรมต่าง ๆ

Introduction to Artificial Intelligence

Prerequisite:  none

Basic concepts and principles of artificial intelligence, problem solving, search and planning, knowledge representation and reasoning, machine learning, data classification techniques, such decision tree techniques, Bayes, nearest neighbor, artificial neural networks, etc., expert system and inference techniques, extraction and selection of features, data segmentation and its application in engineering

Course Learning Outcomes (CLOs)

1. Understand the principles and definitions of artificial intelligence.
2. Implement computer programs to help solve intelligence with artificial intelligence.
3. Apply knowledge of artificial intelligence to various engineering works.