Bỏ qua tới nội dung chính

Nhập môn trí tuệ nhân tạo

Introduction to Artificial Intelligence

Tổng quan trí tuệ nhân tạo: tìm kiếm, biểu diễn tri thức và các bài toán ra quyết định cơ bản.

7 khóa học đề xuất2 học liệu (2 sách)1 bài viết

Hướng dẫn học chủ đề

Cơ bảnkhoảng 31 giờ5 bước
  • Giải thích các cách nhìn khác nhau về trí tuệ nhân tạo và mô hình agent hợp lý
  • Mô hình hóa bài toán thành trạng thái, hành động, chi phí; cài đặt tìm kiếm BFS, DFS, UCS và A*
  • Biểu diễn tri thức bằng logic mệnh đề và logic vị từ, thực hiện suy luận cơ bản

Giáo trình: Artificial Intelligence: A Modern Approach +1 sách khác

Đọc hướng dẫn đầy đủ
Thuộc nhóm Trí tuệ nhân tạo · Artificial Intelligence10 chủ đề · khoảng 421 giờTrí tuệ nhân tạo và học máy: từ tìm kiếm, suy luận xác suất tới học sâu, học tăng cường, xử lý ngôn ngữ, thị giác máy tính và robot.Xem nhóm
Chọn nguồn tự học

Nên có nền tảng lập trình và xác suất thống kê trước khi bắt đầu.

Khóa học đề xuất

Khóa trên OpenER và khóa mở của các trường, tuyển chọn cho chủ đề này.

Xem tất cả (7)

UC Berkeley · CS 188 · Xuân 2025

Introduction to Artificial Intelligence (mở trong tab mới)

Nhập môn Trí tuệ nhân tạo

John Canny, Oliver Grillmeyer

Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

Môn AI bậc đại học của Berkeley đi theo giáo trình AIMA: tìm kiếm và A*, bài toán thỏa ràng buộc, trò chơi đối kháng, quá trình quyết định Markov, học tăng cường, mạng Bayes, mô hình Markov ẩn và nhập môn học máy. Người học lập trình các agent chơi Pac-Man bằng Python.

Vì sao chọn: Bám đúng giáo trình AIMA mà lộ trình dùng: tìm kiếm, CSP, trò chơi, MDP, mạng Bayes, HMM và nhập môn học máy. Có video, worksheet kèm lời giải và dự án Pac-Man nên học xong là tự cài đặt được agent.

  • Nhiều bài tập
  • Kinh điển

  • Harvard · CS50 AI

    CS50's Introduction to Artificial Intelligence with Python (mở trong tab mới)

    Nhập môn Trí tuệ nhân tạo với Python (CS50 AI)

    Brian Yu, David J. Malan

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Cơ bản

    Vì sao chọn: Điểm vào nhẹ nhàng nhất: mỗi tuần một bài giảng ngắn gọn và một dự án Python, phù hợp nếu bạn mới vững lập trình và muốn làm AI ngay.

    • Dễ bắt đầu

  • MIT · 6.034 · Thu 2010

    Artificial Intelligence (mở trong tab mới)

    Trí tuệ nhân tạo

    Patrick Henry Winston

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Trung bình

    Vì sao chọn: Lối giảng bằng bảng đen đầy cảm hứng của Patrick Winston, nhấn vào biểu diễn tri thức và cách con người giải quyết vấn đề; có đủ video và đề thi.

    • Kinh điển

  • IIT Delhi · 106102220

    Artificial Intelligence: Foundations and Algorithms (mở trong tab mới)

    Trí tuệ nhân tạo: Nền tảng và Thuật toán

    Mausam

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Trung bình

    Vì sao chọn: Góc nhìn mô hình hóa: dạy cách đưa bài toán thực tế về tìm kiếm, logic, mạng Bayes hay MDP, giảng chậm rãi bằng video 12 tuần.

Bài viết

Bài đọc mở đầu

Nhập môn trí tuệ nhân tạo: dạy máy chọn việc đúng để làm

Trí tuệ nhân tạo không chỉ là ChatGPT: môn nhập môn AI dạy cách xây tác tử hợp lý — tìm kiếm, đối kháng, ra quyết định khi không chắc chắn, học từ dữ liệu — và nên bắt đầu học từ đâu.

20 phút đọc · Cập nhật 09/11/2026
Khóa học

Introduction to Artificial Intelligence

University of California, Berkeley · Emma Pierson, Peyrin Kao • Fall 2025

Khóa học này sẽ giới thiệu các ý tưởng và kỹ thuật cơ bản làm nền tảng cho việc thiết kế các hệ thống máy tính thông minh. Trọng tâm đặc biệt sẽ được đặt vào mô hình hóa dựa trên thống kê và lý thuyết ra quyết định. Kết thúc khóa học, bạn sẽ xây dựng được các tác tử tự hành có khả năng ra quyết định hiệu quả trong các môi trường có thông tin đầy đủ, quan sát một phần và môi trường đối kháng. Các tác tử của bạn sẽ thực hiện suy luận trong điều kiện bất định và tối ưu hóa hành động dựa trên các cấu trúc phần thưởng tùy ý. Các thuật toán học máy mà bạn triển khai sẽ có khả năng phân loại chữ số viết tay và hình ảnh. Những kỹ thuật được học trong khóa học này có thể áp dụng cho nhiều bài toán trí tuệ nhân tạo khác nhau và sẽ là nền tảng cho việc nghiên cứu sâu hơn ở bất kỳ lĩnh vực ứng dụng nào mà bạn lựa chọn theo đuổi.

Cập nhật 09/10/2026
Sách

Artificial Intelligence: A Modern Approach

Trang chính thức của sách (UC Berkeley)

Giáo trình nhập môn trí tuệ nhân tạo kinh điển và bao quát nhất, đi từ agent, tìm kiếm, logic, lập kế hoạch tới xác suất, học máy, học sâu, học tăng cường, thị giác máy tính và robot. Sách tham khảo chuẩn cho gần như mọi khóa Nhập môn AI trên thế giới.

Cập nhật 25/09/2026
Sách

Probabilistic Machine Learning: An Introduction

Trang chính thức của tác giả (probml.github.io)

Học máy nhìn qua lăng kính xác suất và lý thuyết quyết định Bayes, cập nhật tới học sâu hiện đại, kèm code Python (scikit-learn, JAX, PyTorch). Hợp với người đã có nền ML cơ bản, muốn hiểu sâu góc nhìn xác suất thống nhất.

Cập nhật 25/09/2026

Chủ đề này còn ít nội dung

Xem thêm các chủ đề cùng nhóm Trí tuệ nhân tạo, hoặc tìm trên toàn trang.