Содержание

Указатели 1

Содержание 2

Лекция 1-2: Базовые понятия ИИ 3

Цель преподавания дисциплины 3

Терминология 4

Философские аспекты проблемы систем ИИ (возможность существования, безопасность, полезность). 6

История развития систем ИИ. 10

Лекция 3: Архитектура и основные составные части систем ИИ 16

Различные подходы к построению систем ИИ 16

Вспомогательные системы нижнего уровня (распознавание образов зрительных и звуковых, идентификация, моделирование, жесткое программирование) и их место в системах ИИ 19

Лекции 4-7: Системы распознавания образов (идентификации) 22

Понятие образа 22

Проблема обучения распознаванию образов (ОРО) 23

Геометрический и структурный подходы. 26

Гипотеза компактности 29

Обучение и самообучение. Адаптация и обучение 29

Перцептроны 31

Нейронные сети 34

История исследований в области нейронных сетей 34

Модель нейронной сети с обратным распространением ошибки (back propagation) 34

Нейронные сети: обучение без учителя 39

Нейронные сети Хопфилда и Хэмминга 42

Метод потенциальных функций 46

Метод группового учета аргументов МГУА 49

Метод наименьших квадратов 49

Общая схема построения алгоритмов метода группового учета аргументов (МГУА). 51

Алгоритм с ковариациями и с квадратичными описаниями. 53

Метод предельных упрощений (МПУ) 53

Коллективы решающих правил 55

Методы и алгоритмы анализа структуры многомерных данных 56

Кластерный анализ 56

Иерархическое группирование 59

Неформальные процедуры 60

Алгоритмические модели 61

Продукционные модели 62

Режим возвратов 62

Логический вывод 63

Зависимость продукций 64

Продукционные системы с исключениями 64

Язык Рефал 65