Το μάθημα παρουσιάζει τα βασικά μαθηματικά θεμέλια της Τεχνητής Νοημοσύνης, εστιάζοντας στις έννοιες και τις μεθόδους που υποστηρίζουν τη λειτουργία και την εκπαίδευση σύγχρονων μοντέλων μηχανικής μάθησης. Οι φοιτητές εισάγονται στη γραμμική άλγεβρα, τη βελτιστοποίηση, τις πιθανότητες και τη στατιστική, μέσα από παραδείγματα που συνδέουν τις μαθηματικές έννοιες με πραγματικές εφαρμογές της ΤΝ. Παράλληλα, μελετούν τον ρόλο των διανυσμάτων, των πινάκων, των γραμμικών μετασχηματισμών, των ιδιοτιμών και ιδιοδιανυσμάτων στην αναπαράσταση και ανάλυση δεδομένων, καθώς και τη σημασία των παραγώγων και των μεθόδων βελτιστοποίησης στην εκπαίδευση αλγορίθμων. Το μάθημα περιλαμβάνει επίσης εισαγωγή στη μαθηματική περιγραφή των νευρωνικών δικτύων και στην κατανόηση των περιορισμών και των παραδοχών που διέπουν τα μοντέλα τεχνητής νοημοσύνης. Με την ολοκλήρωσή του, οι φοιτητές θα είναι σε θέση να ερμηνεύουν βασικά μοντέλα ΤΝ με μαθηματικούς όρους, να κατανοούν τις αρχές που καθορίζουν τη συμπεριφορά τους και να αξιολογούν κριτικά τις δυνατότητες και τα όριά τους σε πραγματικές εφαρμογές.