Tehisintellekti ja masinõppe alused: erinevus redaktsioonide vahel

Allikas: Lambda
Mine navigeerimisribale Mine otsikasti
PriitJ (arutelu | kaastöö)
PriitJ (arutelu | kaastöö)
67. rida: 67. rida:
# [[Iti0210lab72|Resolutsioonimeetod]]
# [[Iti0210lab72|Resolutsioonimeetod]]
# [[Iti0210lab8|Teadmusbaas Prologis]]
# [[Iti0210lab8|Teadmusbaas Prologis]]
# [[Iti0210lab9|"Naiivne" Bayesi mudel]]
<!--
<!--
# [[Iti0210lab9|"Naiivne" Bayesi mudel]]
# [[Iti0210lab10|Peidetud Markovi mudel]]
# [[Iti0210lab10|Peidetud Markovi mudel]]
# [[Iti0210lab11|Otsustuspuu]]
# [[Iti0210lab11|Otsustuspuu]]

Redaktsioon: 20. november 2018, kell 12:11

Kood: ITI0210

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2018)

  • loeng teisipäev, 10.00 ICT-315
  • harjutus teisipäev 13.50 ICT-501


õppejõud: Priit Järv

kontakt: priit.jarv1 at ttu.ee

Juhend

Mida peab teadma ja tegema.

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. http://aima.cs.berkeley.edu/

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

  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

Harjutused

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

Ülesanded esitatakse moodles; vt. ka juhendit.

  1. Intelligentne agent
  2. Esimene katsetus otsinguga
  3. Heuristiline otsing
  4. Otsingu katsetus aima-python paketiga
  5. Lokaalne otsing
  6. Alpha-beta otsing
  7. Lausearvutuse solver ja teadmusbaas
  8. Resolutsioonimeetod
  9. Teadmusbaas Prologis
  10. "Naiivne" Bayesi mudel

Eksam

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.