Tehisintellekti ja masinõppe alused: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
PriitJ (arutelu | kaastöö)
105. rida: 105. rida:
155408IAPB  67
155408IAPB  67
155047IAPB  35
155047IAPB  35
155738IAPB  32
155738IAPB  32   49
155252IAPB  26
155252IAPB  26   49
155619IAPB  70
164128IAPB  65
154875IAPB  58
179636IAIB  66*
155150IAPB  52
155207IAPB  67
155409IAPB  66
155412IAPB  56
155203IAPB  70
155401IAPB  51
155242IAPB  54
155387IAPB  59
142600IAPB  39
155433IAPB  49
155385IAPB  56
134570IAPB  45
142459IAPB  45
</pre>
</pre>
* - ilma ML kursuse punktideta


=== Ettevalmistus ===
=== Ettevalmistus ===

Redaktsioon: 31. mai 2018, kell 14:56

Kood: ITI0210/ITI0055

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2018)

  • loeng neljapäev, 12.00 U06A-201
  • harjutus neljapäev 14.00 ICT-121, ICT-122


õppejõud: Priit Järv, Aleksei Netšunajev

kontakt: priit.jarv1 at ttu.ee

Juhend

Mida peab teadma ja tegema.

Alates 2. nädalast eeldame, et iga üliõpilane on juhendiga tutvunud.

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.ut.ee/handle/10062/28296

Loengute kava

  1. Sissejuhatus
  2. Otsing (tee leidmine eesmärgini)
  3. Heuristiline otsing
  4. Otsinguruum ja -strateegiad
  5. Lokaalne otsing
  6. Otsing mängupuul
  7. Loogika. Lausearvutus. Järeldumine
  8. Predikaatloogika
  9. Määramatus ja tõenäosus
  10. Tõenäosusmudelid
  11. Masinõpe. Klassifitseerimine otsustuspuuga
  12. Närvivõrgud
  13. Tagasisidega õppimine
  14. Tehisintellekti eetika

Harjutused

Harjutusülesannetes kasutame Python 3 / Anaconda platvormi. Arvutiklassides on see juba installitud.

  1. Intelligentne agent
  2. Esimene katsetus otsinguga
  3. Heuristiline otsing
  4. Otsingu katsetus aima-python paketiga
  5. Lokaalne otsing
  6. Minimax ja alpha-beta
  7. Lausearvutuse solver ja teadmusbaas
  8. Teadmusbaas Prologis
  9. "Naiivne" Bayesi mudel
  10. Peidetud Markovi mudel
  11. Otsustuspuu
  12. Närvivõrk (MLP)


Eksam

ÕIS-is registreerimine nendele aegadele avatud:

  • 31. mai kell 11.00 U06A-201
  • 4. juuni kell 11.00 U06A-201

Viimane aeg, täpsustamisel: vahemikus 13.-15. juuni.

Dekanaadiga on kokku lepitud, et need, kes sooritavad eksami edukalt 31. mai ja kelle kaitsmine on 6. juuni või hiljem, ei pea eraldi dekanaati teavitama. Need lõpetajad, kes eksamit teevad 4. juunil, tuleks dekanaadis teada anda, et hinne tuleb sel päeval. 4. juuni on ka viimane eksami võimalus nendele, kes kevadsemestril lõpetada soovivad.

Seoses kaitsmistega jne panen hinded ÕIS-i 31. mai jooksul ja 4. juunil orienteeruvalt kell 14.

Eksamieelduse täitmine (vt siit nimekirjast, kas pääsed eksamile).

Tulemused (max 70, positiivseks hindeks vaja 35 (50%, vaata skaalat siit):

180685TAF    47
154916IAPB   17
155194IAPB   52
155419IAPB   39
155389IAPB   69
155243IAPB   70
172779IAPB   50
180991TAF    67
155376IAPB   64
155406IAPB   63
155245IAPB   56
155408IAPB   67
155047IAPB   35
155738IAPB   32   49
155252IAPB   26   49
155619IAPB   70
164128IAPB   65
154875IAPB   58
179636IAIB   66*
155150IAPB   52
155207IAPB   67
155409IAPB   66
155412IAPB   56
155203IAPB   70
155401IAPB   51
155242IAPB   54
155387IAPB   59
142600IAPB   39
155433IAPB   49
155385IAPB   56
134570IAPB   45
142459IAPB   45
  • - ilma ML kursuse punktideta

Ettevalmistus

Sarnase sisu ja keerukusega eksamite näited: 1, 2, 3.

Teemad kattuvad meie kursusega osaliselt.

Eksam on ilma materjalideta, aga võid kaasa võtta ühe A4 lehe märkmetega. Kestus 2 tundi.

Kordamisküsimused