Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)
Материал из MachineLearning.
В курсе рассматриваются основные модели и методы, связанные с извлечением, преобразованием и представлением знаний, с правилами вывода и принятием решений в прикладных интеллектуальных системах.
Целью курса является изучение методов и моделей, применяемых в системах распознавания и искусственного интеллекта (ИИ).
Курс читается студентам 3 курса кафедры «Интеллектуальные системы / проектирование и организация систем» ФУПМ МФТИ. Программа лекционного курса рассчитана на 32 часа (семестр), предусмотрены семинарские занятия (16 часов) и лабораторные работы (16 часов).
Замечания для студентов
- На подстранице имеется перечень вопросов к устному экзамену.
- О найденных ошибках и опечатках сообщайте мне. — А.Н.Гнеушев 6 октября 2024
- Короткая ссылка на эту страницу: http://bit.ly/ML_ISD_AI_MODELS.
- Ссылка на курс Модели и методы искусственного интеллекта (6 семестр) на сайте МФТИ
Программа курса
Введение в курс. Структура предметной области, основные методы и модели.
- Основные этапы становления области знаний под названием "искусственный интеллект".
- Классификация интеллектуальных задач.
- Структура предметной области, основные методы и модели.
Нейронные сети
- Структура сети и нейрона.
- Нейрон как адаптивный линейный сумматор.
- Однослойные и многослойные сети.
- Алгоритм обратного распространения ошибок.
Генетические алгоритмы
- Аналогия с естественной эволюцией и терминология.
- Классический ГА: инициализация – оценка приспособленности – селекция хромосом – применение генетических операторов – создание новой популяции.
Нечеткие множества, числа, вывод, управление
- Алгебра нечетких множеств и чисел.
- Нечеткие варианты правил вывода modus ponens и modus tollens.
- Треугольные нормы T и S.
- Принцип расширения, нечеткое управление.
- Нечеткое управление Такаги-Сугено.
Структура и стратегии поиска в пространстве состояний
- Представление задачи в пространстве состояний.
- Поиск на основе данных от цели, поиск в глубину и ширину.
- Представление рассуждений в пространстве состояний.
Эвристический поиск
- Жадный алгоритм поиска.
- Допустимость, монотонность и информированность эвристики.
- Процедура минимакса, альфа-бета усечение.
Представление данных в системах ИИ
- Способ организации и запоминания данных человеком.
- Ассоционистская теория смысла.
- Теория концептуального отношения, концептуальные графы.
- Сценарии.
- Фреймы.
Сильные методы решения задач
- Системы, основанные на правилах, продукционные системы.
- Объяснения и прозрачность рассуждений на основе цели.
Рассуждения в условиях неопределённости
- Абдуктивный вывод.
- Системы поддержки истинности.
- Неточный вывод на основе фактора уверенности.
- Теория доказательства Демпстера-Шефера.
- Байесовские рассуждения, сети доверия.
- Рассуждения с нечёткими множествами.
Семинары
- Генетические алгоритмы.
- Нечеткие множества, числа, вывод, управление.
- Эвристический поиск.
- Представление данных в системах ИИ.
Лабораторные работы
- Изучение эвристик в играх. Исследование влияния качества эвристики и глубины перебора на силу игрока.
- Изучение примера системы нечёткого управления.
- Генетические алгоритмы в оптимизационных задачах. Игры типа «бой в памяти» как примеры генетических алгоритмов.
- Использование концептуального графа для перевода текстов.
Литература
Основная литература
- Рутковская Д., Пилиньский М. Нейронные сети, генетические алгоритмы и нечеткие системы. М., Горячая линия - Телеком, 2006 – 452 с.
- Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М., Издательский дом «Вильямс». 2005 – 864 с.
- Рассел С., Норвиг П. Искусственный интеллект: современный подход. М., Издательский дом «Вильямс». 2006 – 1408 с.
- Хант Э. Искусственный интеллект / Под ред. В. Л. Стефанюка. - М.: Мир, 1978. — 558 с.
Дополнительная литература
- Ясницкий Л.Н. Введение в искусственный интеллект. М., Издательский центр «Академия», 2005 – 176 с.
- Смолин Д.В. Введение в искусственный интеллект: конспект лекций. М., Физматлит. 2004 – 208 с.
- Девятков В. В. Системы искусственного интеллекта / Гл. ред. И. Б. Фёдоров. - М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. - 352 с.
- Лорьер Ж.-Л. Системы искусственного интеллекта. - М.: Мир, 1991. - 568 с.
- Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 166c.
- Молодцов Д.А. Теория мягких множеств. М., Едиториал УРСС, 2004 – 360 с.
- Батыршин И.З., Недосекин А.О., Стецко А.А., Тарасов В.Б., Язенин А.В., Ярушкина Н.Г. Теория и практика нечетких гибридных систем. Под ред. Н.Г. Ярушкиной. М.: Физматлит, 2007.
- Круглов В. В., Дли М. И., Голунов Р. Ю. Нечёткая логика и искусственные нейронные сети. Учеб. пособие. М.: Издательство Физико-математической литературы, 2001. - 224 c.
- Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982. - 432 с.
- Нечеткие множества и теория возможностей: Последние достижения. Под редакцией Р.Р. Ягера. - М.: Радио и связь, 1986.
- Орлов А. И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980. - 64 с.
- Каллан Р. Основные концепции нейронных сетей. М., Издательский дом «Вильямс», 2001 – 287 с.
- Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. - 1-е. - М.: Горячая линия - Телеком, 2001. - 382 c.
- Терехов В.А., Ефимов Д.В., Тюкин И.Ю. Нейросетевые системы управления. - 1-е. - Высшая школа, 2002. - С. 184.
- Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика - М.: Мир, 1992. - 240 с.
- Хайкин C. Нейронные сети: полный курс - 2-е. - М.: «Вильямс», 2006. - 1104 c.
- Гладков Л.А., Курейчик В.В. Генетические алгоритмы. М., Физматлит, 2006 – 320 с.
Электронные ресурсы, включая доступ к базам данных и т.д.
- Подборка книг по искусственному интеллекту URL и экспертным системам URL
- Подборка книг по нечеткой логике URL
- Подборка книг по искусственному интеллекту, машинному обучению, компьютерному зрению, по языкам ЛИСП, Пролог. URL, URL
Программу составил
И.А. Матвеев, профессор, д.т.н.
См. также
- Кафедра «Интеллектуальные системы» ФУПМ МФТИ
- Специализация «Проектирование и организация систем» кафедры «Интеллектуальные системы» ФУПМ МФТИ
- Расписание специализации «Проектирование и организация систем»
- Модели и методы искусственного интеллекта (6 семестр) на сайте МФТИ
Список подстраниц
Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы |