Tehisintellekti ja masinõppe alused: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
PriitJ (arutelu | kaastöö)
8. rida: 8. rida:


* loeng teisipäev, 12.00 <strike>U06A-229</strike> distantsõpe - [https://echo360.org.uk/section/7cd7af19-f206-4a04-878e-3cff9918ade5/public otseülekanne videos] jätkub<!--, 9. veebruari loengu kohale tulemise soov [https://moodle.taltech.ee/mod/reservation/view.php?id=355089 registreeri siin]-->.
* loeng teisipäev, 12.00 <strike>U06A-229</strike> distantsõpe - [https://echo360.org.uk/section/7cd7af19-f206-4a04-878e-3cff9918ade5/public otseülekanne videos] jätkub<!--, 9. veebruari loengu kohale tulemise soov [https://moodle.taltech.ee/mod/reservation/view.php?id=355089 registreeri siin]-->.
* 11 mai loeng toimub MS Teamsis reaalajas IAIB töörühmas - magistrandid palun liituge [https://moodle.taltech.ee/mod/forum/discuss.php?d=98606 võtmega sellelt lingilt].
* harjutus IAIB reede, 10.00 MS Teams
* harjutus IAIB reede, 10.00 MS Teams
* harjutus IABM, IAPM reede, 12.00 MS Teams
* harjutus IABM, IAPM reede, 12.00 MS Teams

Redaktsioon: 29. aprill 2021, kell 10:26

Kood: ITI0210

ÕIS ainekaart

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2021)

  • loeng teisipäev, 12.00 U06A-229 distantsõpe - otseülekanne videos jätkub.
  • 11 mai loeng toimub MS Teamsis reaalajas IAIB töörühmas - magistrandid palun liituge võtmega sellelt lingilt.
  • harjutus IAIB reede, 10.00 MS Teams
  • harjutus IABM, IAPM reede, 12.00 MS Teams

Teamsi harjutustundidest saab osa võtta TalTechi Uni-ID kontoga.

Loengute otseülekanded ja salvestused vaadatavad Echo360-s või moodles.

õppejõud: Priit Järv

kontakt: priit.jarv1 at ttu.ee

Juhend

LOE SEDA. Kuidas aine edukalt ära teha.

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.

Alternatiiv:

[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

Kui näed wikis viidet nagu "[AIMA] 3.2", siis see tähistab õpikupeatükki või lõiku, mis tuleks läbi lugeda.

Loengute kava

  1. Sissejuhatus
  2. Otsing (tee leidmine eesmärgini)
  3. Otsinguruum ja -strateegiad
  4. Lokaalne otsing ja metaheuristikud
  5. Otsing mängupuul
  6. Loogika. Lausearvutus. Järeldumine
  7. Tõestusalgoritmid
  8. Predikaatloogika
  9. Määramatus ja tõenäosus
  10. Tõenäosusmudelid
  11. Arvutusmeetodid tõenäosusmudelitel: HMM
  12. Närvivõrgud
  13. Närvivõrgud II
  14. Stiimulõpe
  15. Erinevad masinõppe mudelid


Harjutused

Kodutööde tutvustamises ja näidetes kasutatakse Python 3-e. Kodutöid võib lahendada endale sobivaimas keeles.

Ülesanded esitatakse moodles, kood pane https://gitlab.cs.ttu.ee (tee üks projekt kus hoiad kõiki kodutöid ja lisa õppejõud "Reporter" õigustega). vt. ka juhendit

Kodutööd.

  1. Tee leidmine otsinguga (2-3 nädal)
  2. Lokaalne otsing
  3. Otsing mängupuul
  4. Resolutsioonimeetod
  5. Teadmuse esitus predikaatloogikas
  6. "Naiivne" Bayesi mudel moodles
  7. Närvivõrgu visualiseerimine moodles

Täiendavad harjutused pliiatsi ja paberiga lahendamiseks. Nende tulemusi ei kontrollita

  1. Intelligentne agent moodles
  2. Heuristiline otsing moodles
  3. Lokaalne otsing
  4. Minimax puu
  5. Loogika ja järeldamine
  6. Konjunktiivne normaalkuju (CNF)
  7. Tinglik tõenäosus
  8. Bayesi valem
  9. Tehisneuron

Eksam

Aine läbimiseks on vaja saada kodutööde ja eksami peale kokku min. 50 punkti, "5" saamiseks 90 punkti. Rohkem infot juhendis

Ajad (ära unusta ÕIS-is registreerida):

  • R 21. mai 2021, 10.00-11.30 (moodle quiz, piiramatult kohti)
  • R 28. mai 2021, 12.00-13.30 (moodle quiz, piiramatult kohti)
  • T 1. juuni 2021, 10.00-18.00 (suuline eksam/TalTech MS Teams, 30 kohta)

Ettevalmistus

Kordamisküsimused

Mõned kirjalike eksamite näited teistelt tehisintellekti ainetelt: 1, 2, 3. Neid võib vaadata, et saada ettekujutust, milliseid teadmisi sarnaseid kursuseid lõpetavatelt üliõpilastelt oodatakse.