آموزش هوش مصنوعی - آخرین آپدیت

مقدمه‌ای بر هوش مصنوعی و عامل‌های هوشمند Introduction to AI and Intelligent Agents

• معرفی دوره Course Introduction

• آشنایی با مدرس: دکتر سانگیتا ویسواناتان Meet Your Instructor: Dr. Sangeetha Viswanathan

• آشنایی با مدرس: دکتر سوجیت توماس Meet Your Instructor: Dr. Sujith Thomas

• هوش مصنوعی چیست؟ What is AI?

• هوش مصنوعی و ظهور آن AI and Its Emergence

• وضعیت فعلی و پیشرفته هوش مصنوعی The State-of-the-Art AI

• درک مفهوم عامل‌ها Understanding Agents

• مفهوم عقلانیت The Concept of Rationality

• تعیین محیط وظیفه Specifying Task Environment

• ابعاد محیط وظیفه Dimensions of Task Environment

• برنامه و ساختار عامل Agent Program and Structure

• عامل بازتابی ساده Simple Reflux Agent

• عامل‌های بازتابی مدل‌محور Model-Based Reflex Agents

• عامل هدف‌محور Goal-Based Agent

• عامل مطلوبیت‌محور Utility-Based Agent

• عامل‌های یادگیرنده Learning Agents

• جمع‌بندی پودمان اول Wrap-Up of Module 1

حل مسئله از طریق جستجو Problem Solving by Searching

• عامل‌های حل مسئله Problem-Solving Agents

• جستجو برای یافتن راهکارها Searching for Solutions

• جستجوی اول عمق Depth-First Search

• جستجوی اول سطح (BFS) Breadth-First Search (BFS)

• جستجوی هزینه یکنواخت Uniform Cost Search

• جستجوهای آگاهانه Informed Searches

• جستجوی حریصانه بهترین اول Greedy Best First Search

• جستجوی A A* Search

• طراحی توابع اکتشافی (Heuristic) Designing Heuristic Functions

• برنامه‌ریزی مسیر در ماز باینری از طریق جستجوهای ناآگاهانه Path Planning in a Binary Maze through Uninformed Searches

• برنامه‌ریزی مسیر در نقشه شهر از طریق جستجوی A Path Planning in a City Map through A* Search

• جمع‌بندی پودمان دوم Wrap-Up of Module 2

بازی‌سازی Game Playing

• فرمول‌بندی مسئله برای یک بازی Problem Formulation for a Game

• تصمیمات بهینه در بازی‌ها Optimal Decisions in Games

• الگوریتم Min-Max Min-max Algorithm

• ارزیابی الگوریتم Min-Max Evaluating Min-Max Algorithm

• تصمیمات بهینه در بازی‌های چند نفره Optimal Decisions in Multi-Player Games

• اصول کلی هرس آلفا-بتا General Principle of Alpha-Beta Pruning

• ترتیب حرکات Move Ordering

• درک بازی‌های احتمالی (Stochastic) Understanding Stochastic Games

• جمع‌بندی پودمان سوم Wrap Up of Module 3

فراتر از جستجوی کلاسیک Beyond the Classical Search

• جستجوی محلی Local Search

• الگوریتم تپه‌نوردی (Hill Climbing) The Hill-Climbing Algorithm

• تپه‌نوردی با شروع مجدد تصادفی Random Restart Hill Climbing

• اصول تکاملی الگوریتم ژنتیک Evolutionary Principle of Genetic Algorithm

• عملگرها در الگوریتم ژنتیک Operators in GA

• الگوریتم ژنتیک – اصل عملکرد Genetic Algorithm – Working Principle

• الگوریتم‌های مبتنی بر هوش جمعی (Swarm Intelligence) Swarm Intelligence Based Algorithms

• مورچگان و استیگمرژی Ants and Stigmergy

• مراحل عملیاتی ACO Working Phases of ACO

• الگوریتم ACO – اصل عملکرد ACO – Working Principle

• برنامه‌ریزی کوتاه‌ترین مسیر در نقشه جاده با استفاده از ACO Shortest Path Planning in a Road Map Using ACO

• جمع‌بندی پودمان چهارم Wrap Up of Module 4

بازنمایی دانش با استفاده از منطق گزاره‌ای Knowledge Representation Using Propositional Logic

• عامل‌های مبتنی بر دانش Knowledge-Based Agents

• دنیای وامپوس (Wumpus World) Wumpus World

• منطق Logic

• زمینه‌سازی (Grounding) Grounding

• نحو (Syntax) Syntax

• معناشناسی (Semantics) Semantics

• یک پایگاه دانش ساده A Simple Knowledge Base

• استنتاج ساده – استلزام TT Simple Inferencing – TT Entailment

• استنتاج منطق گزاره‌ای – اثبات قضیه PL Inference - Theorem Proving

• فرم نرمال عطفی (CNF) Conjunctive Normal Form

• الگوریتم رزولوشن منطق گزاره‌ای PL Resolution Algorithm

• کاربرد رزولوشن منطق گزاره‌ای در تشخیص پزشکی Application of PL Resolution in Medical Diagnosis

• جمع‌بندی پودمان پنجم Wrap Up of Module 5

منطق مرتبه اول First Order Logic

• انگیزه برای استفاده از منطق مرتبه اول Motivation for First-Order Logic

• نحو منطق مرتبه اول Syntax of First-Order Logic

• معناشناسی منطق مرتبه اول Semantics of First-Order Logic

• پایگاه دانش و استلزام Knowledge Base and Entailment

• گزاره‌سازی در منطق مرتبه اول Propositionalisation in First-Order Logic

• زنجیره‌سازی پیشرو در منطق مرتبه اول Forward Chaining in First-Order Logic

• مثالی از زنجیره‌سازی پیشرو Example of Forward Chaining

• کاربرد در تشخیص پزشکی و وب معنایی Application- Medical Diagnosis and Semantic Web

• جمع‌بندی پودمان ششم Wrap Up of Module 6

استدلال در شرایط عدم قطعیت Reasoning Under Uncertainty

• چرا در شرایط عدم قطعیت استدلال کنیم؟ Why Reason Under Uncertainty?

• متغیرهای تصادفی و توزیع‌های احتمالی Random Variables and Probability Distributions

• استقلال شرطی Conditional Independence

• مقدمه‌ای بر شبکه‌های بیزی Introduction to Bayesian Networks

• ساخت شبکه‌های بیزی Constructing Bayesian Networks

• استنتاج در شبکه‌های بیزی (بخش اول) Inference in BNs (Part I)

• استنتاج در شبکه‌های بیزی (بخش دوم) Inference in BNs (Part II)

• استنتاج در شبکه‌های بیزی (بخش سوم) Inference in BNs (Part III)

• کاربرد: تشخیص پزشکی Application: Medical Diagnosis

• جمع‌بندی پودمان هفتم Wrap Up of Module 7

راهزن چند بازویی Multiarmed Bandit

• مسئله راهزن k-بازویی چیست؟ What is the k-Armed Bandit Problem?

• مقادیر اقدام و تکنیک‌های تخمین Action Values and Estimation Techniques

• پیاده‌سازی افزایشی Incremental Implementation

• انتخاب اقدام حریصانه و $\epsilon$-حریصانه Greedy and ε-Greedy Action Selection

• ردیابی مسائل غیرایستا Tracking Nonstationary Problems

• مقادیر اولیه خوش‌بینانه Optimistic Initial Values

• حد بالای اطمینان (UCB) Upper Confidence Bound (UCB)

• درک کمینه‌سازی پشیمانی Understanding Regret Minimisation

• کاربرد واقعی: تبلیغات آنلاین و تست A/B Real-World Application: Online Advertising and A/B Testing

• جمع‌بندی پودمان هشتم Wrap-Up of Module 8

فرآیندهای تصمیم‌گیری مارکوف متناهی Finite Markov Decision Processes

• فرآیند تصمیم‌گیری مارکوف (MDP) چیست؟ What is a Markov Decision Process (MDP)

• ویژگی مارکوف The Markov Property

• احتمالات انتقال و تابع پاداش Transition Probabilities and Reward Function

• بازده و بازده تنزیل‌شده The Return and Discounted Return

• توابع مقدار حالت و مقدار اقدام State-Value and Action-Value Functions

• معادلات بلمن برای ارزیابی سیاست Bellman Equations for Policy Evaluation

• کاربرد: ناوبری ربات به عنوان یک MDP Application: Robot Navigation as an MDP

• جمع‌بندی پودمان نهم Wrap Up of Module 9

یادگیری تفاضل زمانی Temporal-Difference Learning

• مقدمه‌ای بر یادگیری تفاضل زمانی (TD) Introduction to Temporal-Difference Learning

• پیش‌بینی TD(0) – قانون به‌روزرسانی TD(0) Prediction – Update Rule

• مثال TD(0) – تخمین مقدار در دنیای شبکه‌ای (Gridworld) TD(0) Example – Gridworld Value Estimation

• الگوریتم SARSA – کنترل On-Policy SARSA – On-Policy Control

• یادگیری Q: کنترل Off-Policy Q-learning: Off-Policy Control

• شبه‌کد و بررسی مرحله‌به‌مرحله SARSA و Q-Learning Pseudocode and Walkthrough for SARSA and Q-Learning

• کاربرد: آموزش عامل‌ها با یادگیری TD Application - Training Agents with TD Learning

• جمع‌بندی پودمان دهم Wrap Up of Module 10