Xem mẫu
Trí Tuệ Nhân Tạo
Nguyễn Nhật Quang
quangnn-fit@mail.hut.edu.vn
Trường Đại học Bách Khoa Hà Nội Viện Công nghệ Thông tin và Truyền thông
Năm học 2012-2013
Nội dung môn học:
④Giới thiệu về Trí tuệ nhân tạo
④Tác tử
④Giải quyết vấn đề: Tìm kiếm, Thỏa mãn ràng buộc ⑨Tìm kiếm với tri thức bổ sung (Informed search)
④Logic và suy diễn
④Biểu diễn tri thức
④Biểu diễn tri thức không chắc chắn
④Học máy
Trí tuệ nhân tạo
2
Nhắc lại: Tìm kiếm theo cấu trúc cây
④Một chiến lược (phương pháp) tìm kiếm = Một cách xác định thứ tự xét các nút của cây
Trí tuệ nhân tạo 3
Tìm kiếm với tri thức bổ sung
④Các chiến lược tìm kiếm cơ bản (uninformed search strategies) chỉ sử dụng các thông tin chứa trong định nghĩa của bài toán
⑨ Không phù hợp với nhiều bài toán thực tế (do đòi hỏi chi phí quá cao về thời gian và bộ nhớ)
④Các chiến lược tìm kiếm với tri thức bổ sung (informed search strategies) sử dụng các tri thức cụ thể của bài toán → Quá trình tìm kiếm hiệu quả hơn
⑨ Các giải thuật tìm kiếm best-first (Greedy best-first, A*)
⑨ Các giải thuật tìm kiếm cục bộ (Hill-climbing, Simulated annealing, Local beam, Genetic algorithms)
⑨ Các giải thuật tìm kiếm đối kháng (MiniMax, Alpha-beta pruning)
Trí tuệ nhân tạo 4
Best-first search
④Ý tưởng: Sử dụng một hàm đánh giá f(n) cho mỗi nút của cây tìm kiếm
⑨ Để đánh giá mức độ “phù hợp” của nút đó
⮳ Trong quá trình tìm kiếm, ưu tiên xét các nút có mức độ phù hợp cao nhất
④ Cài đặt giải thuật
⑨ Sắp thứ tự các nút trong cấu trúc fringe theo trật tự giảm dần về mức độ phù hợp
④ Các trường hợp đặc biệt của giải thuật Best-first search ⑨ Greedy best-first search
⑨ A* search
Trí tuệ nhân tạo 5
...
- tailieumienphi.vn
nguon tai.lieu . vn