GIẢI QUYẾT VẤN ĐỀ BẰNG TÌM KIẾM

Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 CHỦ ĐỀ 1: GIẢI QUYẾT VẤN ĐỀ BẰNG TÌM KIẾM Nội dung lý thuyết 1.1 Định nghĩa toán tìm kiếm - Bài toán tìm kiếm gì? Các thành phần toán tìm kiếm? Qui đổi số vấn đề thực tế thành toán tìm kiếm 1.2 Nhóm thuật toán tìm kiếm mù 1.2.1 Tìm kiếm theo chiều rộng - Ý tưởng thuật toán: Breadth-First Search (BFS), Least Cost Breadth-First Search (LCBFS), Uniformed-Cost Search (UCS) Điểm khác biệt thuật toán gì? (tiêu chí chọn đỉnh kế tiếp, điều kiện dừng, …) Qui tắc tính chi phí đường g Cách sử dụng hàng đợi ưu tiên toán tìm kiếm Tính đầy đủ tối ưu thuật toán (*) 1.2.2 Tìm kiếm theo chiều sâu - Ý tưởng thuật toán: Depth-First Search (DFS), DFS cải tiến – PCDFS MEMDFS Tính đầy đủ tối ưu thuật toán Điểm khác biệt PCDFS MEMDS, ưu điểm phương pháp trường hợp cụ thể 1.2.3 Tìm kiếm lặp sâu dần - Ý tưởng thuật toán Iterative Deepening Search (IDS) - Tính đầy đủ tối ưu IDS 1.3 Nhóm thuật toán tìm kiếm có heuristic 1.3.1 Tìm kiếm tham lam tốt A* - Ý tưởng thuật toán: Greedy Best First Search (GBFS), A* Điểm khác biệt thuật toán so với nhóm thuật toán tìm kiếm mù gì? (tiêu chí chọn đỉnh kế tiếp, điều kiện dừng, …) Qui tắc tính giá trị heuristic h, đại lượng f = g + h Tính đầy đủ tối ưu thuật toán (*) Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 1.3.2 Tìm kiếm lặp sâu dần A* - Ý tưởng thuật toán Iterative Deepening A* Điểm khác biệt IDS IDA* Tính đầy đủ tối ưu IDA* 1.4 Thuật giải leo đồi thuật giải di truyền - - Thuật giải leo đồi có đặc điểm giống khác so với thuật toán tìm kiếm mù tìm kiếm heuristic? Có đảm bảo tìm thấy đường đường tối ưu hay không? Trình bày số cải tiến thuật giải leo đồi Ý tưởng thuật giải di truyền: sơ đồ thuật giải, gen, toán tử lai đột biến, hàm thích nghi, hàm mục tiêu Làm biểu diễn gen? Phương pháp bàn quay Roulette gì? Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 Nội dung tập 2.1 Cho đồ thành phố Rumani khoảng cách đường chim bay từ thành phố đến Bucharest bên Một khách du lịch muốn tìm đường từ Arad đến Bucharest a Hãy tìm đường theo chiến lược tìm kiếm Trình bày thứ tự mở trạng thái, đường kết chi phí - LCBFS: để tiết kiệm thời gian, giả sử đường kết thúc Bucharest (không có đường đến Giurgiu Urziceni) Lugoj (không có đường đến Mehadia) - UCS - Greedy Best First Search: sử dụng heuristic khoảng cách đường chim bay - A*: sử dụng heuristic GBFS b Hãy tìm đường cho qua thành phố Trình bày thứ tự mở trạng thái, đường kết chi phí thực tế c Liệt kê đường tùy chọn sử dụng thuật toán DFS (có kiểm tra trạng thái nằm đường đi) Trình bày thứ tự mở trạng thái, đường kết chi phí thực tế d Biểu diễn tìm kiếm cho chiến lược tìm kiếm Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 2.2 Cho đồ số thành phố Châu Âu bên Con số nằm đường nối hai thành phố biểu thị thời gian lái xe trung bình (giờ) cặp thành phố Một người công tác muốn lái xe từ Warsaw đến Rome Với chiến lược tìm kiếm đây, trình bày thứ tự mở trạng thái, đường kết thời gian lái Trong yêu cầu, xảy tình trạng trạng thái có chi phí chọn mở trạng thái có tên nhỏ theo thứ tự bảng chữ (ví dụ Budapest < Munich) a Tìm kiếm theo chiều sâu (sử dụng chiến lược kiểm tra trạng thái nằm đường để tránh lặp vô tận) b Tìm kiếm theo chiều rộng c Tìm kiếm chi phí đồng d Tìm kiếm tham lam tốt với heuristic: h(Odesa) = 20 giờ, h(Budapest) = 12 giờ, h(Munich) = giờ, h(Venice) = giờ, h(Rome) = giờ, h(Warsaw) = 30 e Tìm kiếm A* với heuristic câu d f Heuristic câu d có chấp nhận hay không? Hãy chứng minh Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 2.3 Spring 2012 Cho trạng thái đầu (a) trạng thái đích (b) bên (a) 6 (b) Hãy sử dụng thuật toán A* để biến đổi từ trạng thái (a) sang trạng thái (b) cho số ô cần đẩy Heuristic sử dụng Khoảng cách Manhattan Số ô sai so với trạng thái đích Với trường hợp, trình bày tìm kiếm giá trị (f, g, h) 2.4 Cho trạng thái đầu (a) trạng thái đích (b) bên 6 (b) 4 (a) Hãy sử dụng thuật toán A* để biến đổi từ trạng thái (a) sang trạng thái (b) cho số ô cần đẩy Heuristic sử dụng Khoảng cách Manhattan Số ô sai so với trạng thái đích Với trường hợp, trình bày tìm kiếm giá trị (f, g, h) 2.5 Cho mê cung hình bên Đường in đậm biểu diễn vách ngăn không qua Hãy tìm đường từ s đến g với chiến lược tìm kiếm Trình bày thứ tự duyệt ô theo định dạng , với bi ô duyệt a Tìm kiếm theo chiều rộng b Tìm kiếm theo chiều sâu có kiểm tra trạng thái nằm đường để tránh lặp vô tận Thứ tự mở Phải → Dưới→ Trái → Trên c Tìm kiếm tham lam tốt với heuristic khoảng cách Manhattan h(state) = số bước ngắn từ state đến g rào chắn, ví dụ, h(k) = 2, h(s) = 4, h(g) = d Tìm kiếm A* với cách dừng thông thường Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 2.6 Spring 2012 Cho mê cung hình bên Đường in đậm biểu diễn vách ngăn không qua Hãy tìm đường từ start đến goal với chiến lược tìm kiếm Trình bày thứ tự duyệt ô theo định dạng , với bi ô duyệt a Tìm kiếm theo chiều rộng b Tìm kiếm theo chiều sâu có kiểm tra trạng thái nằm đường để tránh lặp vô tận Thứ tự mở Phải → Trái→ Trên → Dưới Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 CHỦ ĐỀ 2: BÀI TOÁN THỎA MÃN RÀNG BUỘC Nội dung lý thuyết 1.1 Bài toán người bán hàng/người du lịch - Dữ kiện cung cấp yêu cầu toán Thuật toán GTS1 GTS2 Tính tối ưu thuật toán: tối ưu cục không đảm bảo tối ưu toàn cục 1.2 Bài toán phân công công việc - Dữ kiện cung cấp yêu cầu toán - Nguyên lý thứ tự để xây dựng lời giải - Tính tối ưu phương pháp giải quyết: không tối ưu 1.3 Bài toán tô màu - Dữ kiện cung cấp yêu cầu toán Các thuật toán tô màu heuristic: tô màu theo bậc tô màu tham lam Điểm khác biệt hai thuật toán (cách chọn đỉnh để tô màu, lời giải, …) Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 Nội dung tập 2.1 Cho ma trận kề biểu diễn chi phí đường thành phố Tìm chu trình ngắn qua thành phố thuật toán GTS2 với P = ∞ ∞ 5 ∞ ∞ 2 ∞ 2.2 Cho ma trận kề biểu diễn chi phí đường thành phố Tìm chu trình ngắn qua thành phố thuật toán GTS2 với P = (Lưu ý giá trị chi phí thành phố) ∞ 9 ∞ ∞ 8 10 ∞ 6 3 ∞ 11 10 11 ∞ ∞ 2.3 Phân công công việc cho máy M1, M2 công việc với thời gian thực sau T1 = 3, T2 = 3, T3 = 2, T4 = 2, T1 = 2.4 Một dịch vụ in ấn luận văn tốt nghiệp có nhân viên đánh máy quản lý Dịch vụ nhận yêu cầu đánh máy luận văn sinh viên tốt nghiệp sau Luận văn L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 L11 L12 Số trang 200 140 70 100 60 120 50 80 100 150 40 60 Biết giờ, nhân viên đánh máy 10 trang a Phân chia luận văn cho nhân viên đánh máy cho thời gian hoàn thành công việc sớm b Trong trường hợp người quản lý tham gia đánh máy, công suất người quản lý ½ công suất nhân viên Tìm cách chia luận văn cho nhân viên người quản lý cho thời gian hoành thành việc đánh máy luận văn sớm Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303 Spring 2012 2.5 Cho đồ bang Australia bên Hãy áp dụng thuật toán tô màu theo bậc tô màu tham lam để tô đồ cho bang có chung biên giới không tô trùng màu số màu sử dụng NT Q Northern Territory Queensland Western Australia South Australia WA SA New South Wales NSW V Victoria Tasmania T 2.6 Một bảng thi đấu bóng đá có đội bóng Biết rằng: - Đội A đấu với đội B C - Đội B đấu với đội D F - Đội E đấu với đội C F Mỗi đội thi đấu trận tuần với đội khác Hãy lập lịch thi đấu cho trận lại thực số tuần Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303   Spring 2012 CHỦ ĐỀ 4: CÁC THUẬT TOÁN HỌC MÁY Nội dung lý thuyết 1.1 Giới thiệu Học máy ‐ ‐ Học máy gì? Các phương pháp học: học có giám sát, học giám sát, học tăng cường 1.2 Phương pháp học định ‐ ‐ ‐ ‐ Cấu trúc định Các độ đo chọn lựa thuộc tính tốt nhất: Entropy, Information Gain, Information Gain Ratio, Gini Index Phương pháp rút luật IF – THEN từ định Lưu ý xây dựng  Nếu nhánh có liệu chưa phân hóa mà không thuộc tính kiểm tra tạo nút với giá trị x cho x phân lớp chiếm đa số liệu nhánh (nếu phân lớp chọn ngẫu nhiên)  Trường hợp mẫu thiếu liệu: liệu thiếu thuộc tính kiểm tra kết luận Không xác định 1.3 Phương pháp thống kê xác suất Naïve Bayes ‐ ‐ ‐ Công thức xác suất Bayes Giá trị xác suất P(Y = v), P(Xi = u | Y = v) Công thức làm trơn Laplace Lưu ý: áp dụng cho giá trị xác suất Trường hợp mẫu thiếu liệu: không xét thuộc tính bị thiếu giá trị vào tích xác suất 1.4 Phương pháp học qui nạp ‐ ‐ Các bước thuật toán ILA Lưu ý tạo luật:  Chỉ tăng m không tổ hợp giá trị để tạo luật Nếu m tăng số lượng thuộc tính tạo tổ hợp giá trị bỏ qua chuyển sang bảng khác  Trường hợp mẫu thiếu liệu: chọn luật thỏa toàn tiền đề   Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng   Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303   Spring 2012 Nội dung tập 2.1 Bảng liệu sau có thuộc tính phân lớp Go Skiing? Mẫu 10 11 12 13 14 15 16 2.2 Tuyết Ẩm Khô Khô Khô Khô Băng Ẩm Băng Khô Khô Khô Khô Ẩm Băng Ẩm Khô Thời tiết Sương mù Nắng Nắng Nắng Nắng Gió Nắng Sương mù Gió Gió Sương mù Sương mù Nắng Sương mù Gió Sương mù Mùa Vắng Vắng Vắng Cao điểm Vừa phải Cao điểm Vắng Vừa phải Vắng Vắng Vắng Vắng Vừa phải Vắng Cao điểm Vừa phải Trượt tuyết? Không Không Có Có Có Không Có Không Có Có Có Có Có Không ? ? Bảng liệu sau có thuộc tính phân lớp Kết quả? Mẫu 10 11 12 13 14 15 16 17 18 Thời gian Sáng Chiều Tối Chiều Chiều Chiều Chiều Chiều Sáng Chiều Tối Tối Chiều Chiều Chiều Chiều Sáng Chiều Loại giải Master Grand slam Giao hữu Giao hữu Master Grand slam Grand slam Grand slam Master Grand slam Giao hữu Master Master Master Grand slam Grand slam Giao hữu Master   Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng   Sức khỏe Tốt Bị thương Tốt Tốt Tốt Mệt mỏi Tốt Tốt Tốt Tốt Tốt Tốt Tốt Bị thương Mệt mỏi Bị thương Mặt sân Cỏ Đất nện Cứng Thảm Đất nện Cỏ Cứng Cứng Cỏ Đất nện Cứng Thảm Đất nện Cỏ Cứng Đất nện Thảm Cỏ Dùng 1 0 1 1 1 1 1 0 Kết F F F N N F F F F N F N N F F F ? ? Bài tập Lý thuyết Cơ sở Trí tuệ Nhân tạo – CTT303   2.3 Bảng liệu sau có thuộc tính phân lớp Đợi hay không? Mẫu 10 2.4 Spring 2012 Có đói không? Có Không Không Có Không Không Có Có Có Không Số khách Một Một Đông khách Một Không có Đông khách Đông khách Đông khách Đông khách Một Loại ăn Pháp Bánh mì Pháp Ý Bánh mì Bánh mì Ý Bánh mì Pháp Ý Đợi hay không? Đợi Đợi Không Đợi Không Không Không Đợi ? ? Bảng liệu sau có thuộc tính phân lớp Hoạt động Mẫu Thời tiết Ba mẹ nhà? Tình trạng kinh tế Hoạt động Nắng Có Giàu Xem phim Nắng Không Giàu Tennis Gió Có Giàu Xem phim Mưa Có Nghèo Xem phim Mưa Không Giàu Ở nhà Mưa Có Nghèo Xem phim Gió Không Nghèo Xem phim Gió Không Giàu Mua sắm Gió Có Giàu Xem phim 10 Nắng Không Giàu Tennis 11 Gió Có Nghèo ? 12 Nắng Giàu ? 2.5 Bảng liệu sau có thuộc tính phân lớp Mua máy tính? Mẫu Tuổi 40 >40 31…40 40 Thu nhập cao cao cao trung bình thấp thấp thấp trung bình thấp trung bình trung bình trung bình cao trung bình trung bình cao Sinh viên? không không không không có có có không có có   Giáo viên: Nguyễn Ngọc Thảo, Vũ Thanh Hưng   Tiết kiệm tốt khá tốt tốt khá tốt tốt tốt Khá tốt Mua máy tính? Không Không Có Có Có Không Có Không Có Có Có Có Có Không ? ?