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

อาจารย์ผู้สอน