Intelligentsed süsteemid

Kood: IFI6057

Kursust loetakse Tallinna Ülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2015)

• loeng kolmapäev, 10.15 A-543
• harjutus kolmapäev, 12.15 A-406

õppejõud: Priit Järv

Õpikud

AIMA Russell, S.J and Norvig, P. Artificial intelligence: a modern approach, third edition, Prentice Hall. 2009. http://aima.cs.berkeley.edu/

TI M. Koit, T. Roosmaa. Tehisintellekt. Tartu, TÜ Kirjastus, 2011. http://dspace.utlib.ee/dspace/handle/10062/28296

Koduülesanded

Semestri jooksul tuleb kolm kodust ülesannet. Edukaks esitamiseks tuleb:

• töö tähtajaks valmis teha. Nädal aega hilinenud töö eest saab ainult pooled punktid, kaks nädalat hilinenud töö eest kolmandiku. Peale seda enam esitada ei saa.
• töö harjutustunnis kaitsta. See on see koht, kus reaalselt punkte saadakse (puhtalt programmi olemasolek ei anna midagi). Kaitsta tuleb eesti või inglise keeles. Kaitsmise tähtaeg on kaks nädalat peale esitamise tähtaega, juhul kui kohe ei saa kaitsta.
• 3. ülesande puhul on viimane esitamise ja kaitsmise päev 14. nädalal (1 nädal peale tähtaega)
• et olla võimaline tööd kaitsma ja sellel teemal vestlema, on mõtekas töö ise valmis teha
• kuna ülesanded on lihtsad ja aega antud suure varuga, on soovitatav töö esitada ja kaitsta enne tähtaega.

Ülesanded:

1. Intelligentne agent (Python) - 23 september.
2. Labürint (Python) - 27 oktoober.
3. Laevade pommitamine (Prolog) - 1 detsember.

Loengute plaan

1. Nädal

Õppetöö korraldusest.

Mis on tehisintellekt. Võib ise juurde lugeda AIMA chapter 1 või TI 1 - 3.

Kuidas lahendada ülesandeid, mis nõuavad "mõtlemist".

Intelligentne agent. Lühendatud slaidid PDF (originaal siin); AIMA chapter 2.

2. Nädal

Hulgateooria kordamine.

Algoritmide ja ülesannete keerukus: PDF. Näide ülesande redutseerimisest polünomiaalses ajas: CircuitSAT->3SAT

Ülesannete lahendamine otsinguga. Lühendatud slaidid PDF; AIMA chapter 3.1-3.4, TI 14-15.

Lisaks võib vaadata videoloenguid: olekuruum, BFS ja DFS

Harjutustund: Pythoni minikursus (klassid, andmestruktuurid, ...) ~30 min

3. Nädal

Heuristiline otsing. AIMA chapter 3.5, TI 17 (eeldab ka 16 lugemist).

Hinnangufunktsioon, heuristiline funktsioon. Ahne otsing.

A*; selle optimaalsus ja täielikkus. Introduction to A* (mängu-AI / Python)

Loenguslaidid: PDF

4. Nädal

Harjutustund: 1. kodutöö esitamise tähtaeg (23. september)

5. Nädal

Lokaalne otsing. Lühendatud slaidid: PDF; AIMA chapter 4.1 (katab ka mõned metaheuristikud).

Metaheuristikute loomaaed.

Metaheuristiku näide: ILS. Lühendatud slaidid PDF (T. Stützle originaalid).

2. kodutöö tutvustus (loengus).

6. Nädal

Otsing mängupuul: minimax ja alpha-beta. Loenguslaidid: PDF; AIMA chapter 5.1-5.3, TI 19.

Praktikas: MTD(f) (ja NegaScout)

Harjutustund: ILS lisaloeng, eeldusel et aega on.

7. Nädal

Kitsendustega ülesanded. Loenguslaidid: PDF; AIMA chapter 6.1 ja 6.3, TI 26.

Solverid: CPLEX, or-tools.

Kitsendusülesande lahendamine solveriga: ülesanne --> mudel AMPL keeles.

Loogika. Lausearvutus. Järeldumine.

8. Nädal

(27. oktoober)

2. kodutöö esitamise tähtaeg

(28. oktoober)

Järeldumise näide lausearvutuses (solver http://logictools.org).

Predikaatarvutus (first order logic).

Kollimaailm (wumpus world).

Loengu materjal õpikutes: AIMA 7.1-7.4, 8.1-8.3; TI 7, 10, 24

Loenguslaidid: PDF

9. Nädal

Harjutustund: Teadmusbaasiga agent kollimaailmas (Prolog).

10. Nädal

Loogika vs tõenäosus.

Ühisjaotus ja tingimuslik tõenäosus loogikamuutujatest koosnevas maailmas.

Ühisjaotusel põhinev tõenäosuslik järelduste tegemine.

Loengu materjal õpikus: AIMA 13.1-13.3

Loenguslaidid: PDF

11. Nädal

Bayesi võrk. Gibbs sampling. AIMA 13.4, 14.1, 14.5

Loenguslaidid: PDF

12. Nädal

Masinõppimine. Otsustuspuu. AIMA 18.1-18.3; TI 35

Loenguslaidid: PDF

13. Nädal

Perceptron. Närvivõrgud. AIMA 18.6.3-18.7.4

Lineaarne klassifitseerija Pythonis.

Loenguslaidid: PDF

14. Nädal

Hüvitusega õppimine. Q-Learning. AIMA 21.2-21.3

A Painless Q-Learning Tutorial

Q-Learning/SARSA

Reinforcement Learning: Example and Tutorial

Tulemused

2015 sügissemester.

Hindamine ja eksamieeldus

Positiivse hinde saamiseks on tarvis koguda 50 punkti. Maksimaalse hinde saamiseks on vaja 90 punkti.

Punkte annavad:

• kirjalik eksam 40p
• kodutööd kokku 54p
• tegevus harjutustunnis või loengus kuni 15p

Eksamile saamiseks on vaja 2 kodutööd 3-st edukalt kaitsta ja koguda semestri jooksul vähemalt 10 punkti.