1. Εξαγωγή χαρακτηριστικών, ταξινόμηση, μετα-επεξεργασία. 2. Κύκλος σχεδίασης (συλλογή δεδομένων, επιλογή χαρακτηριστικών, επιλογή μοντέλου, εκπαίδευση, αποτίμηση) 3. Υπολογιστική πολυπλοκότητα 4. Μάθηση και προσαρμοστικότητα 5. Επιβλεπόμενη μάθηση, Μη επιβλεπόμενη μάθηση 6. Τρόποι εκπαίδευσης

1. Κανόνας απόφασης του Bayes 2. Ταξινόμηση δύο κατηγοριών 3. Ταξινόμηση ελάχιστου ρυθμού λάθους 4. Ταξινομητές, διακρίνουσες συναρτήσεις και επιφάνειες απόφασης 5. Πιθανότητες λάθους και διαστήματα 6. Η κανονική συνάρτηση πυκνότητας πιθανότητας

Ασκήσεις: α)κανόνας απόφασης του Bayes β)περιοχές (διαστήματα) απόφασης και πιθανότητες λάθους γ)ταξινομητές και διακρίνουσες συναρτήσεις

Μέθοδοι (πράκτορες) επίλυσης προβλημάτων 1. Χαρακτηριστικά του περιβάλλοντος 2. Προβλήματα και λύσεις 3. Προβλήματα παιχνίδια (ο κόσμος της ηλεκτρικής σκούπας, το παζλ των οκτώ πλακιδίων, το πρόβλημα των οκτώ βασιλισσών) 4. Προβλήματα του πραγματικού κόσμου (εύρεση δρομολογίου, προβλήματα περιήγησης) 5. Αναζήτηση λύσεων (δένδρο αναζήτησης, μέτρηση απόδοσης αλγορίθμων αναζήτησης) 6. Στρατηγικές απληροφόρητης αναζήτησης (αναζήτηση πρώτα κατά πλάτος, αναζήτηση πρώτα κατά βάθος, παραλλαγές) 7. Αναζήτηση με μερική πληροφόρηση (προβλήματα χωρίς αισθητήρες, προβλήματα ενδεχομένων)

1. Στρατηγικές πληροφορημένης (ευρετικής) αναζήτησης (άπληστη αναζήτηση πρώτα στο καλύτερο, αναζήτηση Α*) 2. Συνεπείς ευρετικές συναρτήσεις 3. Ευρετική αναζήτηση περιορισμένης μνήμης (Α* με επαναληπτική εκβάθυνση, αναδρομική αναζήτηση πρώτα στο καλύτερο) 4. Ευρετικές Συναρτήσεις

1. Αναρρίχηση λόφων 2. Προσομοιωμένη ανόπτηση 3. Τοπική ακτινική αναζήτηση 4. Γενετικοί αλγόριθμοι 5. Ασκήσεις: α) Απληροφόρητη αναζήτηση και εξερεύνηση β) Πληροφορημένη αναζήτηση και εξερεύνηση

1. Γράφος περιορισμών 2. Αναζήτηση με υπαναχώρηση στα προβλήματα ικανοποίησης περιορισμών 3. Προτεραιότητα μεταβλητών και τιμών 4. Διάδοση πληροφοριών μέσω περιορισμών, αντιμετώπιση ειδικών περιορισμών, υπαναχώρηση με άλμα 5. Τοπική αναζήτηση στα προβλήματα ικανοποίησης περιορισμών (ελάχιστες συγκρούσεις)

1. Παιχνίδια δύο παικτών μηδενικού αθροίσματος 2. Δέντρο παιχνιδιού 3. Βέλτιστες στρατηγικές, αλγόριθμος minimax, παιχνίδια πολλών παικτών 4. Κλάδεμα Άλφα/Βήτα 5. Ατελείς αποφάσεις σε πραγματικό χρόνο (συναρτήσεις αξιολόγησης, αποκοπή αναζήτησης, επίδραση του ορίζοντα) 6. Παιχνίδια τύχης (αξιολόγηση θέσης σε παιχνίδια με κόμβους τύχης) 7. Παιχνίδια ατελούς πληροφόρησης

1. Δράση υπό αβεβαιότητα, χειρισμός της αβέβαιης γνώσης, ορθολογικές αποφάσεις 2. Ατομικά συμβάντα (ιδιότητες, εκ των προτέρων πιθανότητα, πυκνότητα πιθανότητας, υπό συνθήκη πιθανότητα) 3. Συμπεράσματα με πλήρεις συνδυασμένες κατανομές πιθανότητας 4. Υπολογισμός υπό-συνθήκη πιθανοτήτων, ανεξαρτησία, αιτιολογική και διαγνωστική γνώση 5. Συνδυασμός μαρτυριών, υπό συνθήκη ανεξαρτησία, απλοϊκό μοντέλο Bayes 6. Στατιστική Μάθηση (μάθηση κατά Bayes, μέγιστη εκ των υστέρων πιθανότητα, μέγιστη πιθανοφάνεια) 7. Μάθηση με πλήρη δεδομένα (μάθηση μέγιστης πιθανοφάνειας)

1. Αρχή της μέγιστης αναμενόμενης χρησιμότητας 2. Προτιμήσεις και λοταρίες 3. Αξιώματα της θεωρίας χρησιμοτήτων 4. Χρησιμότητα, συναρτήσεις χρησιμότητας, χρησιμότητα των χρημάτων, κλίμακες χρησιμότητας, πολυκριτηριακές συναρτήσεις χρησιμότητας 5. Στοχαστική κυριαρχία, προτιμήσεις χωρίς αβεβαιότητα, προτιμήσεις με αβεβαιότητα 6. Δίκτυα αποφάσεων