| Περιγραφή | Εισαγωγή στην Τεχνητή Νοημοσύνη, Αναζήτηση-Χώρος καταστάσεων, Μέθοδοι τυφλής και ευρετικής αναζήτησης (Breadth-first, Depth-first, Iterative Deepening, Hill Climbing, Beam Search, Best-first, A*), Ικανοποίηση Περιορισμών, Αναπαράσταση γνώσης (Ορισμός, Βασικά Στοιχεία, Κριτήρια Αξιολόγησης, Διαδικαστική και Δηλωτική Άποψη), Κατηγορηματική λογική πρώτης τάξης, Βασικές έννοιες θεωρίας μοντέλων και αποδεικτικής θεωρίας, Προτασιακή μορφή, Αρχή της επίλυσης, Αντίφαση της επίλυσης, Στρατηγικές επίλυσης (επιλογής γονέων, απαλοιφής προτάσεων), Γλώσσα Prolog, Κανόνες παραγωγής (σύνταξη, διαδικασία εξαγωγής συμπερασμάτων, στρατηγικές επίλυσης συγκρούσεων), Αναπαράσταση αβέβαιης γνώσης (κανόνες Bayes, συντελεστές βεβαιότητας), Σημαντικά δίκτυα, Πλαίσια, Σχεδιασμός Ενεργειών, Ευφυείς πράκτορες. |
