Giáo trình Trí tuệ nhân tạo được biên soạn gồm các nội dung chính sau: giới thiệu các khái niệm cơ bản; Phương pháp biểu diễn tri thức và các giải thuật; Biểu diễn bài toán trong không gian trạng thái; Các phương pháp tìm kiếm lời giải trong không gian trạng thái. Mời các bạn cùng tham khảo! | TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP VINH KHOA CÔNG NGHỆ BỘ MÔN CÔNG NGHỆ THÔNG TIN LƯU HÀNH NỘI BỘ TRÍ TUỆ NHÂN TẠO BIỂU DIỄN amp TÌM KIẾM TS. NGUYỄN NGỌC THUẦN VINH 2018 1 LỜI TỰA Để có thêm lựa chọn Tài liệu học tập cho sinh viên trong quá trình học tập nghiên cứu chủ động trong việc giảng dạy cho giáo viên. Sau nhiều năm giảng dạy chúng tôi biên tập lại một số vấn đề cơ bản của Môn học Trí tuệ nhân tạo trên tinh thần rút gọn để phù hợp với đối tương - sinh viên ngành CNTT trường Đại học Công nghiệp Vinh trường Đại học định hướng thực hành và vừa đảm bảo những phần cơ bản nhất của môn học. Với phương châm vừa giới thiệu lý thuyết vừa tăng cường các kỹ năng thực hành tập bài giảng tập trung giới thiệu các vấn đề liên quan đến biểu diễn tri thức và các kỹ thuật tìm kiếm. Đây là giáo trình môn học Trí tuệ nhân tạo dành cho giáo viên sinh viên ngành CNTT trong công tác giảng dạy nghiên cứu và học tập tại trường Đại học Công nghiệp Vinh. Giáo trình lựa chọn các vấn đề cơ bản từ các tài liệu chuyên ngành từ truyền thống đến hiện đại và được tổ chức thành 04 chương Chương 1 giới thiệu các khái niệm cơ bản Nêu vai trò nhiệm vụ của môn học trong chương trình đào tạo Đại học và trong đời sống xã hội Các xu thế nghiên cứu trong tương lai gần trong ứng dụng thực tiễn của TTNT. Chương 2 tập trung giới thiệu hai trong bốn cách biểu diễn tri thức đó là biểu diễn tri thức nhờ Lôgic và biểu diễn tri thức sử dụng luật dẫn xuất Còn biểu diễn tri thức sử dụng mạng ngữ nghĩa hoặc khung Frame chỉ giới thiệu định nghĩa và cấu trúc của phương pháp. Chương 3 mô tả không gian trạng thái với các bộ phận cấu thành nhằm phục vụ cho các giải pháp tìm kiếm được trình bày trong phần tiếp theo. Chương 4 ngoài việc đưa ra các giải pháp tìm kiếm truyền thống Tìm kiếm theo chiều rộng tìm kiếm theo chiều sâu giáo trình tập trung các giải pháp nâng cao tìm kiếm với đường đi cực tiểu tìm kiếm với giá thành tối ưu Phương pháp tìm kiếm tốt nhất đầu tiên BFS tìm kiếm leo đồi với hàm đánh giá được chọn. Cuối mỗi
