Tehisintellekti ja masinõppe alused: erinevus redaktsioonide vahel
| 52. rida: | 52. rida: | ||
# [[Iti0210w10|Tõenäosusmudelid]] | # [[Iti0210w10|Tõenäosusmudelid]] | ||
# [[Iti0210w11|Masinõpe. Klassifitseerimine otsustuspuuga]] | # [[Iti0210w11|Masinõpe. Klassifitseerimine otsustuspuuga]] | ||
# [[Iti0210w13|Hüvitisega õppimine]] | |||
<!-- | <!-- | ||
# [[Iti0210w12|Närvivõrgud]] | # [[Iti0210w12|Närvivõrgud]] | ||
# [[Iti0210w14|Tehisintellekti eetika]] | # [[Iti0210w14|Tehisintellekti eetika]] | ||
--> | --> | ||
Redaktsioon: 20. aprill 2019, kell 17:21
Kood: ITI0210/ITI0055
Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.
Toimumiskoht ja aeg (2019)
- loeng neljapäev, 12.00 U06A-201
- harjutus neljapäev 14.00 ICT-121, ICT-122 (IAPB)
- harjutus neljapäev 16.00 ICT-121, ICT-122 (IAIB)
õppejõud: Priit Järv
kontakt: priit.jarv1 at ttu.ee
Juhend
Alates 2. nädalast eeldame, et iga üliõpilane on juhendiga tutvunud.
Õpikud
Põhiõpik:
[AIMA] Russell, S.J and Norvig, P. Artificial intelligence: a modern approach, third edition, Prentice Hall. 2009. Olemas ülikooli raamatukogus.
Alternatiivid:
[TI] M. Koit, T. Roosmaa. Tehisintellekt. Tartu, TÜ Kirjastus, 2011. http://dspace.ut.ee/handle/10062/28296
[ARTINT] Poole, D.L and Mackworth, A. K. Artificial Intelligence: Foundations of Computational Agents, 2nd Edition. Cambridge University Press, 2017. https://artint.info/2e/html/ArtInt2e.html
Loengute kava
- Sissejuhatus
- Otsing (tee leidmine eesmärgini)
- Heuristiline otsing
- Lokaalne otsing
- Otsing mängupuul
- Kitsendustega ülesanded
- Loogika. Lausearvutus. Järeldumine
- Predikaatloogika
- Määramatus ja tõenäosus
- "Naiivne" Bayes
- Tõenäosusmudelid
- Masinõpe. Klassifitseerimine otsustuspuuga
- Hüvitisega õppimine
Harjutused
Harjutusülesannete tutvustamises ja näidetes kasutatakse Python 3-e. Harjutusülesandeid võib lahendada endale sobivaimas keeles.
Ülesanded esitatakse moodles; vt. ka juhendit
- Esimene katsetus otsinguga
- Heuristiline otsing
- Lokaalne otsing
- Otsing mängupuul
- Resolutsioonimeetod
- Teadmusbaas Prologis
- "Naiivne" Bayesi mudel
- Peidetud Markovi mudel
Tagasiside esimese ülesande kohta - vaata seda siis, kui ei ole senini veel ühtegi ülesannet esitanud, et tüüpvigu vältida.
Eksam
Ettevalmistus
Sarnase sisu ja keerukusega eksamite näited: 1, 2, 3.
Teemad kattuvad meie kursusega osaliselt (s.t. vaata näiteid pigem formaadi kui sisuga tutvumiseks).
Eksam on ilma materjalideta, aga võid kaasa võtta ühe A4 lehe märkmetega. Kestus 2 tundi.