AI - Artificial Intelligence

THỜI LƯỢNG: 5 ngày (~40 giờ )

GIỚI THIỆU KHÓA HỌC

Khóa học nhằm cung cấp cho học viên những kiến thức cơ bản về lĩnh vực Trí tuệ Nhân tạo và các ứng dụng thực tiễn. Bắt đầu bằng việc giải các bài toán thường xuất hiện trong cuộc sống với phương pháp tìm kiếm từ đơn giản đến phức tạp như cần phải có thêm thông tin, thỏa mãn các ràng buộc. Chiến thuật thậm chí còn phải thay đổi xuyên suốt quá trình tương tác với môi trường. Tiếp theo, khóa học mô tả cách thức các tri thức được lưu trữ, thể hiện qua hệ thống logic và tiến trình suy diễn trên đó. Cuối cùng, phương pháp huấn luyện dữ liệu được trình bày chi tiết để giúp học viên bước đầu xây dựng được các ứng dụng học máy cơ bản.

MỤC TIÊU KHÓA HỌC

Sau khi hoàn tất khóa học, học viên sẽ có khả năng:

Nhận thức tổng quan về lĩnh vực Trí tuệ nhân tạo (TTNT): vai trò và ứng dụng trong khoa học và đời sống.
Giải quyết vấn đề bằng phương pháp tìm kiếm: mô hình hóa vấn đề thành bài toán tìm kiếm, lựa chọn thuật toán tìm kiếm phù hợp với tài nguyên sẵn có.
Biểu diễn tri thức và lập luận bằng logic mệnh đề và vị từ bậc nhất, xây dựng hệ chuyên gia
Áp dụng một số phương pháp học máy cơ bản để tự động huấn luyện máy tính nhận dạng các mẫu và ra quyết định thông minh dựa trên dữ liệu.

ĐIỀU KIỆN THAM GIA

Để tham gia tốt khóa học này, học viên cần có kiến thức trước về Cấu trúc dữ liệu và Lập trình Python

CHỨNG NHẬN

Sau khi hoàn tất khóa học, học viên sẽ được cấp chứng nhận hoàn tất khóa học theo quy định của SmartPro.

NỘI DUNG KHÓA HỌC

1. Giới thiệu về trí tuệ nhân tạo

Khái niệm
Tác nhân thông minh
Ứng dụng
Các hướng phát triển trong AI

Thực hành: nhận diện tác nhân thông minh qua các ví dụ trong thực tế

2. Giải quyết bài toán bằng tìm kiếm

Tác nhân giải quyết bài toán
Tìm kiếm mù
Tìm kiếm theo chiều rộng
Tìm kiếm theo chiều sâu
Tìm kiếm chi phí đồng nhất
Tìm kiếm có thông tin
- Tìm kiếm heuristic
- Đánh giá hàm heuristic

Thực hành: cài đặt bài toán tìm kiếm trên bản đồ, bài toán xếp hình n-puzzle bằng ngôn ngữ Python

3. Tìm kiếm đối kháng và trò chơi

Lý thuyết trò chơi
Tối ưu trong trò chơi
Giải thuật Minimax
Giải thuật Expectimax
Các phương pháp tối ưu trong trò chơi

Thực hành: cài đặt trò chơi caro, trò chơi Pacman bằng ngôn ngữ Python

4. Bài toán thỏa mãn ràng buộc

Định nghĩa bài toán thỏa mãn các ràng buộc
Lan truyền ràng buộc
Tìm kiếm quay lui
Tìm kiếm cục bộ
Các bài toán thỏa mãn ràng buộc phổ biến
- Bài toán tô màu đồ thị
- Bài toán người giao hàng
- Bài toán lập lịch

Thực hành: cài đặt Sodoku, lập lịch thi đấu, lập lịch giao hàng bằng ngôn ngữ Python

5. Tri thức và suy diễn trên tri thức