Mô tả vắn tắt học phần
1. Tên học phần:
Trí tuệ nhân tạo (EN)
2. Ngôn ngữ giảng dạy:
Tiếng Anh
3. Mã học phần:
AI4532
4. Bộ môn phụ trách giảng dạy:
CNTK - Viện Công nghệ Thông minh và Tương tác
5. Trình độ:
Đại Học
6. Số tín chỉ:
3
7. Phân bổ thời gian:
- Đối với hoạt động trên lớp:
- Lý thuyết: 45 giờ TC
- Làm việc nhóm, thảo luận:
- Đối với hoạt động tại phòng máy tính, phòng mô phỏng, …:
- Thực hành, làm việc nhóm, thảo luận: 15 giờ TC
- Tự nghiên cứu, tự học: 90 giờ TC
- Đồ án, Đề án, Dự án
- Thực tập
8. Tính chất học phần:
Bắt buộc
9. Ngành áp dụng:
Dữ liệu đang cập nhật...
10. Điều kiện tiên quyết:
Không có môn học bắt buộc phải hoàn thành trước học phần này
11. Mục tiêu học phần:
Khóa học này cung cấp cho sinh viên những kiến thức về:
Cung cấp nền tảng vững chắc về Trí tuệ Nhân tạo (AI): Giới thiệu các khái niệm cơ bản về AI, giúp sinh viên hiểu rõ các lĩnh vực chính của AI, bao gồm tìm kiếm, suy luận logic, học máy, và các thuật toán tối ưu.
Hiểu biết về các thuật toán AI cơ bản: Sinh viên sẽ nắm vững các thuật toán cơ bản như thuật toán tìm kiếm, giải quyết bài toán thỏa mãn giới hạn, thuật toán di truyền, và các phương pháp suy luận logic để áp dụng vào giải quyết các vấn đề trong AI.
Khả năng áp dụng học máy: Sinh viên sẽ được trang bị kiến thức cơ bản về học máy, bao gồm các kỹ thuật học giám sát và không giám sát, giúp họ có thể xây dựng và đánh giá các mô hình học máy đơn giản.
Phát triển kỹ năng giải quyết vấn đề trong AI: Sinh viên sẽ được hướng dẫn cách phân tích, giải quyết và tối ưu hóa các vấn đề thực tiễn trong lĩnh vực AI thông qua các bài tập thực hành và dự án nhỏ./
This course provides students with knowledge about:
Provide a solid foundation in Artificial Intelligence (AI): Introduce fundamental AI concepts, helping students understand the core areas of AI, including search algorithms, logical reasoning, machine learning, and optimization techniques.
Understand basic AI algorithms: Students will master fundamental algorithms such as search algorithms, constraint satisfaction problems, genetic algorithms, and logic-based reasoning methods, and learn how to apply them to solve AI problems.
Ability to apply machine learning: Students will gain a basic understanding of machine learning techniques, including supervised and unsupervised learning, enabling them to build and evaluate simple machine learning models.
Develop problem-solving skills in AI: Students will be guided on how to analyze, solve, and optimize real-world problems in AI through practical exercises and small projects.
12. Mô tả vắn tắt nội dung học phần:
Sau khi hoàn thành khóa học, sinh viên có một sự hiểu biết cơ bản về những ý tưởng chính để triển khai ứng dụng trí tuệ nhân tạo (AI) trong các hệ thống cơ điện tử. Sinh viên sẽ có một nền tảng và sự hiểu biết tốt về các thuật toán tìm kiếm, sự thỏa mãn giới hạn, các thuật toán di truyền, suy luận dựa trên logic, lập kế hoạch và học máy.
Mục tiêu của khóa học này được thiết kế để đưa sinh viên đến các biên giới của hệ thống thông tin và máy tính chuyên sâu, đồng thời cung cấp một nền tảng đủ mạnh để khuyến khích nghiên cứu thêm.