Παρουσίαση/Προβολή

() -  ΑΜΑΛΙΑ ΦΩΚΑ

Περιγραφή Μαθήματος

Το μάθημα παρέχει μια σφαιρική και σύγχρονη θεώρηση της Τεχνητής Νοημοσύνης, με έμφαση στη συστηματική σύνδεση θεωρητικών αρχών και πρακτικής εφαρμογής σε Python. Ο βασικός του άξονας είναι η συγκριτική κατανόηση τριών θεμελιωδών παραδειγμάτων που διαμόρφωσαν το πεδίο. Αρχικά εξετάζεται το Συμβολικό Παράδειγμα, όπου η γνώση αναπαρίσταται ρητά μέσω κανόνων και μηχανισμών Αναζήτησης και Λογικού Συλλογισμού. Στη συνέχεια παρουσιάζεται το Στατιστικό Παράδειγμα, το οποίο μοντελοποιεί την αβεβαιότητα με πιθανότητες, ορίζει συναρτήσεις απώλειας και αξιοποιεί βελτιστοποίηση για την εκπαίδευση μοντέλων σε δεδομένα. Τέλος, αναλύεται το Υπο-συμβολικό Παράδειγμα, με έμφαση στα Νευρωνικά Δίκτυα και στην αυτόματη μάθηση αναπαραστάσεων από μεγάλης κλίμακας δεδομένα. Επιπλέον, εξετάζονται σύγχρονες Υβριδικές Προσεγγίσεις, όπως η Νευρο-Συμβολική ΤΝ, καθώς και προοπτικές σύνθεσης μεθόδων. Η διάσταση Ηθικής & Ασφάλειας ενσωματώνεται οριζόντια, με έμφαση στη μεροληψία και στη δικαιοσύνη/ισονομία κατά τον σχεδιασμό και την εφαρμογή συστημάτων ΤΝ.

Κατηγορία: Βασικό Κατεύθυνσης Πληροφορικής
Μονάδες ECTS: 5     Εξάμηνο: 6
Προαπαιτούμενα: (Προγραμματισμός II ή Αντικειμενοστρεφής προγραμματισμός) ΚΑΙ Διακριτά μαθηματικά

Ημερομηνία δημιουργίας

Δευτέρα 23 Φεβρουαρίου 2026