اصول هوش مصنوعی: اقدامات در شرایط عدم قطعیت

آنچه یاد خواهید گرفت:

• قضیه احتمال
• استقلال شرطی
• شبکه‌های بیزی
• مدل‌های گرافیکی احتمالی
• خاصیت مارکوف

پیش نیازهای دوره

• درک اولیه از برنامه‌نویسی
• اصول پایتون
• قضیه احتمال

توضیحات دوره

دنیای واقعی اغلب حول محور عدم قطعیت می‌چرخد. انسان‌ها هنگام تصمیم‌گیری باید درجه‌ای از عدم قطعیت را در نظر بگیرند. همین اصل در مورد هوش مصنوعی نیز صدق می‌کند. عدم قطعیت در هوش مصنوعی به موقعیت‌هایی اشاره دارد که سیستم فاقد اطلاعات کامل است یا در محیط خود با غیرقابل پیش‌بینی بودن مواجه است. برخورد با عدم قطعیت یک جنبه حیاتی در هوش مصنوعی است، زیرا سناریوهای دنیای واقعی اغلب پیچیده، پویا و مبهم هستند. این دوره یک مقدمه برای طراحی برنامه‌ها و مدل‌های گرافیکی احتمالی برای تصمیم‌گیری در شرایط عدم قطعیت است.

این دوره تماماً در مورد عدم قطعیت، علل عدم قطعیت، نمایش و ارزیابی عدم قطعیت و تصمیم‌گیری در موقعیت‌های نامشخص است. احتمال، ارزیابی عدم قطعیت را ارائه می‌دهد. ما در یک سری درس‌ها به درک اصول قضیه احتمال خواهیم پرداخت. ما از قضیه بیز و شبکه‌های بیزی که استقلال شرطی را نشان می‌دهند، بازدید خواهیم کرد. شبکه‌های بیزی جایگاه خود را در برخی از زمینه‌های برجسته مانند صنعت هوانوردی، هوش تجاری، تشخیص پزشکی، سیاست عمومی و غیره پیدا کرده‌اند.

در نیمه دوم دوره، تأثیر زمان و عدم قطعیت را با هم در تصمیم‌گیری بررسی خواهیم کرد. ما بر روی خاصیت مارکوف و کاربردهای آن کار خواهیم کرد. نمایش عدم قطعیت و توسعه مدل‌های محاسباتی که عدم قطعیت را حل می‌کنند، یک حوزه بسیار مهم در هوش مصنوعی است.

این دوره برای چه کسانی مناسب است؟

• هر کسی که به حوزه هوش مصنوعی علاقه‌مند است.