รายละเอียด
ปัญญาประดิษฐ์เบื้องต้น / Introduction of Artificial Intelligence
- 19 สัปดาห์
- จำนวนนักศึกษา 12 คน
- อาจารย์ผู้สอน 1 คน
ข้อมูลรายวิชา
- รหัสรายวิชา : BSCCS202
- ชื่อรายวิชา(TH) : ปัญญาประดิษฐ์เบื้องต้น
- ชื่อรายวิชา (EN) : Introduction of Artificial Intelligence
- เทอม / ปีการศึกษา : 2/2563
รายละเอียด
รายวิชา - ปัญญาประดิษฐ์เบื้องต้น
Introduction to Artificial Intelligence
• History of Artificial Intelligence(AI)
• means-ends analysis
• traditional AI
• AI applications in daily life
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
Problems, Problem Space and Searches
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Heuristic Searches
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Adversarial Searches
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Game Playing
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Predicate logic
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Rule-base expert system and Uncertainty Management in expert system
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
สอบกลางภาค
กิจกรรม :
Introduction to Machine Learning and Artificial Neural Network
-Decision Tree
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Genetic Algorithms and Programming
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Probabilistic Reasoning and Bayesian
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Planning
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Split Validation and Cross Validation
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Expert System
K-NN + Rapid Lab
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
การนำเสนองาน (ต่อ) และทบทวนก่อนสอบปลายภาค
กิจกรรม : - บรรยายประกอบสื่อ
นำเสนอ พร้อมยกตัวอย่างประกอบ
- ซักถามประเด็นสงสัย
- ฝึกปฏิบัติตามใบงาน
Load Data
Decision Tree: Rapid Miner (1)
Missing value, replace missing value, discretize
Decision Tree: Rapid Miner (2)
โครงข่ายประสาทเทียม ( Artificial Neural Network: ANN)
ภาคทฤษฎีและปฏิบัติการด้วย Rapid Miner
โครงข่ายประสาทเทียม ( Artificial Neural Network: ANN)
ภาคทฤษฎี
