Περιγραφή Μαθήματος

Σχεδιασμός: Σχεδιασμός με αναζήτηση, σχεδιασμός με λογική, γραφήματα σχεδιασμού, χρονοπρογραμματισμός με περιορισμούς πόρων, ιεραρχικά δίκτυα εργασιών, σχεδιασμός σε μη αιτιοκρατικά πεδία, πολυπρακτορικός σχεδιασμός. Δράση υπό αβεβαιότητα: Δίκτυα Bayes, πιθανοτική συλλογιστική, προσεγγιστικός συμπερασμός, συμπερασμός με αλυσίδες Markov, ασαφής λογική, συμπερασμός σε χρονικά μοντέλα, κρυφά μοντέλα Markov, φίλτρα Kalman, δυναμικά δίκτυα Bayes, εφαρμογές στην αναγνώριση ομιλίας. Λήψη Αποφάσεων: Θεωρία χρησιμοτήτων, πολυκριτηριακές συναρτήσεις χρησιμότητας, δίκτυα αποφάσεων, έμπειρα συστήματα, θεωρία παιγνίων. Μηχανική μάθηση: Δέντρα αποφάσεων, επαγωγική μάθηση, μάθηση βασισμένη στις επεξηγήσεις (explanation based learning), επαγωγικός λογικός προγραμματισμός, στατιστικές μέθοδοι μάθησης, μοντέλα naive Bayes, ο αλγόριθμος EM, μάθηση μειγμάτων Gauss, μάθηση βασισμένη σε στιγμιότυπα (instance learning), μοντέλα και μηχανές πυρήνων, νευρωνικά δίκτυα, ενισχυτική μάθηση (reinforcement learning). Επικοινωνία: Τυπικές γραμματικές και γλώσσες, συντακτική ανάλυση, σημασιολογική ερμηνεία, γραμματικές DCG, αμφισημία και αποσαφήνιση, κατανόηση κειμένων, πιθανοτικά μοντέλα γλωσσών, γραμματικές PCFG, ανάκτηση και εξαγωγή πληροφοριών, μηχανική μετάφραση. Αντίληψη και ενέργεια: Μηχανική όραση, αναγνώριση αντικειμένων από εικόνες, ρομποτική αντίληψη, εντοπισμός και χαρτογράφηση, αισθητήρες ρομπότ και συσκευές δράσης, σχεδιασμός κίνησης, αρχιτεκτονικές λογισμικού ρομποτικής.

Video-Διαλέξεις