Τεχνητή Νοημοσύνη ΙI

Περίγραμμα Μαθήματος

ΣΧΟΛΗ Οικονομικών Eπιστημών
ΤΜΗΜΑ Στατιστικής
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Προπτυχιακό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ Stat410 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ

4º
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Τεχνητή Νοημοσύνη ΙI
ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ 3
ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ 5

Μαθησιακά Αποτελέσματα

Με την επιτυχή παρακολούθηση του μαθήματος ο φοιτητής/τρια αναμένεται να:

  1. Κατανοεί τις αρχές και τις μεθόδους της Τεχνητής Νοημοσύνης (ΑΙ).
  2. Κατανοεί και εφαρμόζει τις αρχές και τις στρατηγικές του Prompt Engineering.
  3. Αντιλαμβάνεται τον ρόλο της Θεωρίας Πιθανοτήτων και της Επιστήμης της Στατιστικής στη Λήψη Αποφάσεων μέσω εργαλείων AI.
  4. Χρησιμοποιεί σύγχρονα εργαλεία AI.
  5. Έχει την ικανότητα παραγωγής περιεχομένου (κειμένου, εικόνας, ήχου και βίντεο).
  6. Έχει την ικανότητα να κατανοεί τη χρήση των αλγορίθμων Βαθιάς Μηχανικής Μάθησης.
  7. Αξιολογεί και ερμηνεύει ορθά τα αποτελέσματα των εργαλείων της AI.
  8. Συγκρίνει και αξιολογεί διαφορετικά μεγάλα Γλωσσικά Μοντέλα μεταξύ τους.
  9. Έχει αποκτήσει την ικανότητα παρακολούθησης των εξελίξεων στον τομέα της AI και κριτικής σκέψης απέναντι τους.
  10. Αναγνωρίζει τα ηθικά και κοινωνικά ζητήματα που συνδέονται με την AI.

Περιεχόμενο Μαθήματος

Το περιεχόμενο του μαθήματος περιλαμβάνει:

  • Επίλυση προβλημάτων με αναζήτηση.
  • Αναζήτηση σε πολύπλοκα περιβάλλοντα.
  • Αναζήτηση με αντιπαλότητα.
  • Γνώση, συλλογιστική, και σχεδιασμός.
  • Αναπαράσταση της γνώσης.
  • Αυτοματοποιημένος σχεδιασμός.
  • Αβεβαιότητα.
  • Πιθανοθεωρητικός συλλογισμός και προγραμματισμός.
  • Λήψη απλών και σύνθετων αποφάσεων.
  • Ανάπτυξη λογισμικού.
  • Μηχανική μάθηση.

Αξιολόγηση Φοιτητών

H αξιολόγηση γίνεται με έναν από τους παρακάτω δύο τρόπους:

  • Εκπόνηση ατομικής εργασίας με το λογισμικό RapidMiner (30%) και γραπτή τελική εξέταση (70%).
  • Γραπτή τελική εξέταση με ερωτήσεις σύντομης απάντησης & επίλυση προβλημάτων (100%).

Συνιστώμενη Βιβλιογραφία,

Προτεινόμενη Βιβλιογραφία:

  • Μαρακάκης, Μ. (2019). Prolog: Προγραμματισμός σε Λογική για Τεχνητή Νοημοσύνη – 2η έκδοση. Εκδόσεις: ΕΚΔΟΣΕΙΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΙΔΙΩΤΙΚΗ ΚΕΦΑΛΑΙΟΥΧΙΚΗ ΕΤΑΙΡΕΙΑ. Κωδικός Βιβλίου στον Εύδοξο: 86200975.
  • Negnevitsky, M. (2017). Τεχνητή Νοημοσύνη, 3η Έκδοση. Εκδόσεις: Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε. Κωδικός Βιβλίου στον Εύδοξο: 59421530.
  • Russel, S., Norvic, P. (2021). Τεχνητή Νοημοσύνη: Μία Σύγχρονη Προσέγγιση. Εκδόσεις: ΚΛΕΙΔΑΡΙΘΜΟΣ ΕΠΕ. Κωδικός Βιβλίου στον Εύδοξο: 102070469.
  • Xiao, P. (2024). Προγραμματισμός Τεχνητής Νοημοσύνης με Python. Εκδόσεις: Χ. ΓΚΙΟΥΡΔΑ & ΣΙΑ ΕΕ. Κωδικός Βιβλίου στον Εύδοξο: 133025561.

Πρόσθετο Διδακτικό Υλικό:

  • Γεωργούλη, Α. (2016). Τεχνητή Νοημοσύνη. Εκδόσεις: ΚΑΛΛΙΠΟΣ Ανοικτές Ακαδημαϊκές Εκδόσεις. Κωδικός Βιβλίου στον Εύδοξο: 320248.

Συναφή επιστημονικά περιοδικά:

Artificial Intelligence Review.
International Journal of Artificial Intelligence
Journal of Artificial Intelligence Research.

Μετάβαση στο περιεχόμενο