Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Εισαγωγή στο Αντικείμενο της Τεχνητής Νοημοσύνης, Ιστορική Αναδρομή και Παρουσίαση σύγχρονων ερευνητικών τάσεων και πεδίων εφαρμογής.Εξάμηνο: 6o 2015-02-26 01:02:58 2152
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Εισαγωγή στους γενετικούς αλγορίθμους ως μεθόδου επίλυσης προβλημάτων με αναλυτική περιγραφή της λειτουργίας τους. Παρουσίαση εφαρμογών γενετικών αλγορίθμων.Εξάμηνο: 6o 2015-02-26 01:18:49 797
ΜΕΤΑΓΛΩΤΤΙΣΤΕΣ (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Εισαγωγή στο αντικείμενο των Μεταγλωττιστών, τα χαρακτηριστικά τους, τη δομή τους και παραδείγματα.Εξάμηνο: 5o 2015-04-22 01:23:40 751
ΜΕΤΑΓΛΩΤΤΙΣΤΕΣ (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Στην ενότητα αυτή παρουσιάζονται βασικές έννοιες που αφορούν τις γλώσσες και στις γραμματικές, καθώς και το αλφάβητο, το λεξιλόγιο, οι συμβολοσειρές και οι κανονικές εκφράσεις για την περιγραφή τους.Εξάμηνο: 5o 2015-04-22 01:03:08 745
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Στην ενότητα αυτή παρουσιάζεται ο ορισμός και η περιγραφή προβλημάτων στο χώρο καταστάσεων ώστε να είναι εφικτή η αναζήτηση λύσεων με τη βοήθεια αλγόριθμων μέσα στο χώρο αναζήτησης.Εξάμηνο: 6o 2015-02-26 01:12:41 724
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Θα παρουσιαστεί η γενική προσέγγιση εύρεσης λύσης με έναν γενικό αλγόριθμο αναζήτησης όπου θα διευκρινιστούν οι όροι που προσδιορίζουν τη διαδικασία αναζήτησης.Εξάμηνο: 6o 2015-02-26 01:03:05 674
ΜΕΤΑΓΛΩΤΤΙΣΤΕΣ (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Παρουσίαση συντακτικής ανάλυσης βάσει κανόνων παραγωγής της γραμματικής μιας γλώσσας, δημιουργία Δένδρων Παραγωγής και Ασαφείς γραμματικές.Εξάμηνο: 5o 2015-04-22 01:15:19 666
ΕΞΟΡΥΞΗ ΔΕΔΟΜΕΝΩΝ Κ ΔΙΑΧΕΙΡΙΣΗ ΔΕΔΟΜΕΝΩΝ ΜΕΓΑΛΗΣ ΚΛΙΜΑΚΑΣ, Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Σκοπός του μαθήματος «Εξόρυξη δεδομένων και διαχείριση δεδομένων μεγάλης κλίμακας» είναι η παρουσίαση τεχνικών διαχείρισης δεδομένων μεγάλης κλίμακας και προηγμένων θεμάτων Εξόρυξης Δεδομένων καθώς και των εφαρμογών τουςΕξάμηνο: Μεταπτυχιακό 2015-12-03 01:16:32 639
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Οι φοιτητές να μπορούν να ερμηνεύσουν τα βήματα που ακολουθεί κάθε ένας από τους ευριστικούς αλγορίθμους για να βρει τη λύση σε ένα πρόβλημα που περιγράφεται με χώρο καταστάσεων, να κατανοήσουν την κρισιμότητα επιλογής κατάλληλου ευριστικού κριτηρίου και να μπορεί να τα αποτυπώσουν τα βήματα με κάποιον από τους τρόπους που θα παρουσιαστούν στο πλαίσιο του μαθήματος.Εξάμηνο: 6o 2015-02-26 01:47:06 636
ΜΕΤΑΓΛΩΤΤΙΣΤΕΣ (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Παρουσιάζονται τα αυτόματα αναγνώρισης, χαρακτηριστικά και ορισμοί, συναρτήσεις, προσομοιώσεις, παραδείγματα, εκφράσεις, περιβάλλοντα και τέλος δίνονται ασκήσεις. Παρουσιάζεται η ανατομία του προσδιοριστικού πεπερασμένου αυτόματου η αντιστοίχιση προσδιοριστικού πεπερασμένου αυτόματου και γλώσσας, γνωστές χρήσης των προσδιοριστικών πεπερασμένων αυτόματων και τέλος δίνονται ασκήσεις.Εξάμηνο: 5o 2015-04-22 01:07:37 609
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Εισαγωγή στα Νευρωνικά δίκτυα. Παρουσίαση του Perceptron και τις αρχιτεκτονικές Νευρωνικών Δικτύων με ενδιάμεσα επίπεδα. Διαφορετικοί τρόποι εκμάθησης Νευρωνικών Δικτύων, Back propagation Δίκτυα, Δίκτυα Kohonen, Δίκτυα Hopfield. Εφαρμογές Τεχνητών Νευρωνικών Δικτύων σήμερα.Εξάμηνο: 6o 2015-02-26 01:17:59 557
Βάσεις Δεδομένων ΙI (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Επανάληψη και λυμένα θέματα του μαθήματος «Βάσεις Δεδομένων ΙΙ» για τη διδασκαλία του στo Τμήμα Πληροφορικής του ΤΕΙ ΑθήναςΕξάμηνο: 4o 2015-12-03 03:05:06 532
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Η επίλυση ενός προβλήματος με κατάλληλη διαχείριση της γνώσης που διαθέτουμε για αυτό, βασίζεται στην εξαγωγή λογικών συμπερασμάτων. Στην ενότητα αυτή παρουσιάζεται η εξαγωγή συμπερασμάτων με τη εφαρμογή έγκυρων και μη έγκυρων συλλογισμών και συλλογισμών κάτω από αβεβαιότητα και ασάφεια.Εξάμηνο: 6o 2015-02-26 00:33:41 530
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Να γίνει σαφές που στοχεύει η μηχανική μάθηση, ποιες μέθοδοι μάθησης εφαρμόζονται στα βασικότερα από τα είδη συστημάτων που την απαρτίζουν και να γίνει κατανοητό σε βάθος πώς μπορεί να χρησιμοποιηθεί η επαγωγική συλλογιστική μέθοδος στο πλαίσιο της μηχανικής μάθησης με την χρήση δένδρων αποφάσεων και η απαγωγική συλλογιστική στο πλαίσιο των συστημάτων που διαχειρίζονται περιπτώσεις.Εξάμηνο: 6o 2015-02-26 01:09:01 530
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Θα παρουσιαστεί η προσέγγιση εύρεσης λύσης σε χώρο καταστάσεων με τυφλούς αλγόριθμους αναζήτησης και θα παρουσιαστούν αναλυτικά οι πιο γνωστοί τυφλοί αλγόριθμοι αναζήτησης με ικανό αριθμό μελετών περίπτωσης .Εξάμηνο: 6o 2015-02-26 00:25:06 518
Βάσεις Δεδομένων ΙI (Ε), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Στόχος του πρώτου εργαστηρίου είναι μία περιεκτική εστίαση σε σημαντικά θέματα σχεδιασμού Βάσεων Δεδομένων (μοντελοποίηση, κανονικοποίηση) και υλοποίησης Βάσεων Δεδομένων με χρήση SQL.Εξάμηνο: 4o 2015-12-04 01:19:44 516
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Παρουσίαση του χώρου των συστημάτων βασισμένων στη γνώση με επικέντρωση στα συστήματα κανόνων. Η χρήση κανόνων για την αναπαράσταση της διαδικαστικής και επεισοδιακής γνώσης ενός προβλήματος είναι μια από της βασικές προσεγγίσεις για την επίλυση προβλημάτων βασισμένων στη γνώση στο πλαίσιο της Τεχνητής Νοημοσύνης. Στην ενότητα αυτή παρουσιάζονται τα χαρακτηριστικά των συστημάτων κανόνων και ο τρόπος λειτουργίας τους. Μεγάλη σημασία δίνεται στη διεξοδική παρουσίαση παραδειγμάτων λειτουργίας της προς τα εμπρός και προς τα πίσω αλυσιδωτής εκτέλεσης κανόνων.Εξάμηνο: 6o 2015-02-26 03:31:53 508
Τεχνητή Νοημοσύνη (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Στο κεφάλαιο αυτό παρουσιάζεται η τεχνολόγηση εμπείρων συστημάτων. Παρουσιάζεται η δομή και η λειτουργία τους, η συγκέντρωση και τεχνολόγηση της γνώσης καθώς και περιπτώσεις εφαρμογών τους. Ιδιαίτερη περίπτωση αφορά η τεχνολόγηση της αβέβαιης και ασαφούς γνώσης που παρουσιάζεται στο τέλος του κεφαλαίου με μικρά παραδείγματα.Εξάμηνο: 6o 2015-02-26 02:50:24 496
ΜΕΤΑΓΛΩΤΤΙΣΤΕΣ (Θ), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Παρουσιάζεται η έννοια της λεκτικής ανάλυσης καθώς. Επίσης παρουσιάζονται βασικές έννοιες όπως τα πρότυπα αναγνώρισης και οι λεκτικές μονάδες. Επίσης, παρουσιάζονται παραδείγματα σχεδιασμού λεκτικών αναλυτών με τη βοήθεια πινάκων μετάβασης, μέθοδοι αντιμετώπισης λεκτικών λαθών καθώς και η γεννήτρια λεκτικών αναλυτών Flex.Εξάμηνο: 5o 2015-04-22 00:59:13 483
Τεχνητή Νοημοσύνη (E), Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ
Παρουσίαση Στόχων Μαθήματος και Εισαγωγικών εννοιών Γλώσσας Common Lisp (CLISP ή απλά Lisp)Εξάμηνο: 6o 2015-11-12 01:29:35 483
