Tehisintellekti ja masinõppe alused: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
PriitJ (arutelu | kaastöö)
92. rida: 92. rida:
<pre>
<pre>
180685TAF    47
180685TAF    47
154916IAPB  17
154916IAPB  17   40
155194IAPB  52
155194IAPB  52
155419IAPB  39
155419IAPB  39
123. rida: 123. rida:
134570IAPB  45
134570IAPB  45
142459IAPB  45
142459IAPB  45
155175IAPB  59
134296IAPB  63
135066IAPB  56
134526IAPB  70
155173IAPB  56
120915IAPB  37
142375IAPB  50
142598IAPB  54
155377IAPB  65
155201IAPB  46
123663IAPB  50
155187IAPB  45
142392IAPB  57
</pre>
</pre>



Redaktsioon: 4. juuni 2018, kell 12:19

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:

  • 4. juuni kell 11.00 U06A-201
  • 14. juuni kell 11.00 U06-201 (erinev ruum kui loengud ja eelmised eksamid)

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   40
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
155175IAPB   59
134296IAPB   63
135066IAPB   56
134526IAPB   70
155173IAPB   56
120915IAPB   37
142375IAPB   50
142598IAPB   54
155377IAPB   65
155201IAPB   46
123663IAPB   50
155187IAPB   45
142392IAPB   57

* - 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