Скачать или смотреть فصل پنجم، بخش سوم: مسائل ارضای محدودیت (Constraint Satisfaction Problems)

در این بخش از درس «هوش مصنوعی و کاربردها» وارد فصل پنجم می‌شویم: مسائل ارضای محدودیت یا CSPها. این فصل یکی از کاربردی‌ترین مباحث در هوش مصنوعی است، چون بسیاری از مسائل واقعی—از رنگ‌آمیزی نقشه و معمای هشت وزیر گرفته تا زمان‌بندی و تخصیص منابع—می‌توانند به‌صورت یک مسئله ارضای محدودیت مدل‌سازی شوند.
در این ویدیو، با انواع محدودیت‌ها (یک‌تایی، دوتایی، چندتایی) و روش‌های مدل‌سازی گرافی آشنا می‌شویم و می‌بینیم چگونه می‌توان مسئله را با گراف محدودیت یا ابرگراف نمایش داد. سپس سراغ روش‌های حل می‌رویم—از جستجوی عقبگرد (Backtracking) و بررسی پیش‌رو (Forward Checking) تا انتشار محدودیت و سازگاری یال (Arc Consistency) و الگوریتم AC-3.
همچنین یاد می‌گیریم چطور می‌توان با روش‌های پیشرفته‌تر مانند K-سازگاری و برخورد هوشمند در عقبگرد (Backjumping) سرعت حل را به‌طور چشمگیری افزایش داد.
🧠 در این ویدیو می‌آموزید:
هیوریستیک‌های MRV، Degree، LCV برای انتخاب متغیر و مقدار
K-سازگاری و روش‌های برخورد هوشمند
#هوش_مصنوعی #AI #CSP #ConstraintSatisfaction #Backtracking #AC3 #ForwardChecking #MRV #LCV #ProblemSolving #Heuristic #GraphSearch #AIMA #ComputerScience #AIcourse #ArtificialIntelligence #ConstraintPropagation