Zoom Link: https://chula.zoom.us/j/91980893803?pwd=dTZpK05oUzZpZDA2d3RTeVNsam9ldz09
Shared Drive: https://drive.google.com/drive/folders/1gDhx1n4ppe2niDw0aEWsX3rCZPEmmV6_?usp=sharing
Discord Server: https://discord.gg/SwJDy273
Course Syllabus: This page
Link to textbook: http://aima.cs.berkeley.edu/
Slides and Links for each week:
Introduction to AI (Slide, AIMA Slides Chapter 1, VDO Clip)
Objectives:
นิยามของ AI (AI คืออะไร) => สามารถนิยามปัญญาประดิษฐ์ในมุมมองของตัวเองได
เข้าใจข้อจำกัดของ AI => สมรรถนะของเครื่อง+Algorithm
เริ่มมองเห็น Application ของ AI
Intelligent Agent (AIMA Slides Chapter 2, VDO Clip) <= 20 สิงหาคม 2564) รวมคำถามคำตอบ
รู้จักความหมายของ Intelligent Agent ความหมายของความเป็น Autonomous ซึ่งควรจะได้นำไปฝังในระบบที่คาดว่าอยากทำในอนาคต
เข้าใจสิ่งแวดล้อมต่าง ๆ ที่สำคัญ คือ ความเป็น Observable และ Deterministic
"สามารถนำความคิดไปประยุกต์ได้ว่า Agent (คิดง่าย ๆ ว่ามันคือ Software, Bot หรืออื่น ๆ) ใด ๆ อยู่ใน environment แบบใด ในการออกแบบต้องคำนึงถึงอะไรบ้าง"
Problem Solving and State Space Search (VDO Clip) <= 20 สิงหาคม 2564) รวมคำถามคำตอบ
พยายามทำความเข้าใจกับ algorithm ที่จะใช้
หลัก ๆ แล้วเราจะใช้ list มาเก็บ node ใหม่ที่ถูกสร้างขึ้นมา
วิธีการใส่ ขึ้นกับแต่ละ algorithm
Live Session Start: 11:30
Blind Search (AIMA Slides Chapter 3, VDO Clip) <= 27 สิงหาคม 2564) รวมคำถามคำตอบ, Colab
นำ General Search มาใช้กับ Blind Search
เข้าใจ Algorithm BFS, DFS, IDS
เห็นปัญหาของแต่ละ Algorithm เห็นข้อดีข้อเสียของแต่ละ Algorithm
เข้าใจ Source code
Live Session Starts from 11:15
Informed Search (AIMA Slides Chapter 4, VDO Clip, รวมคำถามคำตอบ, Colab)
เข้าใจเรื่องความแตกต่างของ Blind Search กับ Informed Search
เข้าใจได้ว่า Greedy และ A* จะให้ผลลัพธ์แตกต่างกันอย่างไร
สามารถหา Admissible Heuristic ได้
เข้าใจ Source code และสามารถเปรียบเทียบจำนวน Node ที่ถูก expand และ generate ของวิธี BFS, DFS, IDS, Uniform Cost Search, Greedy และ A* ได้ (เติมข้อมูลในไฟล์นี้ด้วยครับ https://docs.google.com/spreadsheets/d/1LhcV4uS3ygsIX1I0B0JEtVEvS0pqfNmlAUbbkqukMCk/edit?usp=sharing)
Live Session Starts from 11:45
Constraints Satisfaction Problem and Iterative Improvement Algorithm (Hill Climbing, Simulated Annealing) (VDO Clip, Recorded Zoom of Analysis of BFS, DFS, IDS, A*, Greedy)
Ant Colony, Swarm Intelligence (Slide, VDO Clip)
Live Session Starts from 11:30
Discussion and Presentation Week (24 ก.ย. 2564)
Modify mine or write your own program, which uses any techniques from week 1-7, to attack any problem that you want.
This is a group work. Each group should contain not greater than four members.
Please spend no longer than two hours per member for preparing your problem.
You'll have ten minutes for your presentation.
Scoring Criteria (30%) (Name Sheet)
Your effort (15%)
เขียนโปรแกรมใหม่ หรือแก้ไข code เดิมส่วนมาก (คงไว้แต่ general search แล้วไปเปลี่ยนที่เหลือ) - 15
แก้ไข code เดิมเพียงเล็กน้อย - 12
ใช้ code เดิม - 9
Completeness (15%)
โปรแกรมทำงานได้สมบูรณ์ - 15
รันโปรแแกรมไม่ได้ - 10
Game Playing (Slide, VDO Clip)
Propositional Logic (แบบฝึกหัด, VDO Clip, Recorded Zoom)
Project Presentation (รายบุคคล) Update เวลา Present ที่นี่ https://docs.google.com/spreadsheets/d/1cs1avn8v1OIICsshic99oTnIYh-kLndYK3rmkrOzpnQ/edit?usp=sharing
เลือกจาก 1 ใน 2 หัวข้อต่อไปนี้
Connect Four นำเสนอผลการแข่งขันกับ http://connect4.ist.tugraz.at:8080/
ต่อยอดความคิดหรือสร้าง project ใหม่จาก Project
นำเสนอไม่เกิน 7 นาที ตอบคำถามอีก 3 นาที โดยเลือกกำหนดเวลาด้วยตนเอง
ใช้เวลาทำไม่เกิน 10 ชั่วโมง
เน้นการนำเสนอเทคนิคที่ใช้ ความยากที่ภาคภูมิใจ เนื้อหา "ต้อง" แสดง Timeline ของการทำงานใน 10 ชั่วโมง สิ่งที่ได้เรียนรู้ในแต่ละชั่วโมง และ "ต้อง" แสดงการทำงานของโปรแกรมในขณะ present "ไม่ให้ใช้" คลิปที่อัดไว้
เกณฑ์คะแนน
การนำความรู้จากชั้นเรียนมาใช้ 30%
สามารถนำเนื้อหาจากวิชาเรียนมาใช้ได้คะแนน 24 จาก 30 คะแนน
สามารถทำสิ่งใดสิ่งหนึ่งด้านล่างนี้มาใช้เพิ่มได้ 30 จาก 30 คะแนน
สำหรับ State Space Search สามารถสร้าง Admissible Heuristic เองได้
สำหรับ Swarm Intelligence, GA สามารถปรับเทคนิคที่ได้เรียนไป ให้สามารถนำไปใช้กับปัญหาใหม่ได้
เอาชนะเกมระดับ AI Perfect ได้อย่างน้อย 1 เกม
ความใหม่ของสิ่งที่ตนเองทำ 30% สิ่งที่ลงมือทำตลอด 10 ชั่วโมงนี้ จะต้องเป็นสิ่งใหม่ที่อาจต่อยอดจากแหล่งเรียนรู้ภายนอก หรืองานของตนเองที่ได้ลงมือทำในวิชานี้หรือวิชาอื่น
เป็นสิ่งใหม่ที่ตนเองเป็นคนลงมือทำใหม่ 90% โดยใช้ code จากแหล่งเรียนรู้อื่น ๆ น้อยกว่า 10% ได้ 30 คะแนน
เป็นสิ่งใหม่ที่ตนเองเป็นคนลงมือทำใหม่ 50% โดยใช้ code จากแหล่งเรียนรู้อื่น ๆ น้อยกว่า 10% ได้ 27 คะแนน
เป็นสิ่งใหม่ที่ตนเองเป็นคนลงมือทำใหม่ 20% โดยใช้ code จากแหล่งเรียนรู้อื่น ๆ น้อยกว่า 10% ได้ 24 คะแนน
ใช้ code จากแหล่งเรียนรู้อื่น ๆ มาทำความเข้าใจ โดยไม่ปรับเลย ได้ 15 คะแนน
ความสมบูรณ์ของงาน (40%)
สามารถทำงานได้สมบูรณ์ตามที่วางแผนไว้ได้ 40 คะแนน
โปรแกรมทำงานติดขัด มีข้อผิดพลาด ได้ 32 คะแนน
โปรแกรมทำงานไม่ได้ในขณะนำเสนอ ได้ 15 คะแนน
First Order Logic (Slide, VDO Clip)
Introduction to Machine Learning (Slide, VDO Clip) เปลี่ยนมาเรียน Coursera อันนี้แทนครับ https://www.coursera.org/learn/ml-foundations/home/info
Decision Tree Learning (Slide, VDO Clip)
Overall Evaluation:
First Project: 30%
Individual Project: 30%
Knowledge Demonstration (Take home): 40% Submit Coursera Score here ส่งคะแนนได้ถึงวันที่ 1 ธันวาคม 2564 มิเช่นนั้นคะแนนในส่วนนี้จะถูกปรับเป็น 0