Tehisintellekti ja masinõppe alused

Kood: ITI0210

Vaatad praegu vana lehte - 2021 sügisest on aine ainult Moodles.

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
8. Stiimulõpe 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
10. Otsustuspuu moodles
11. Otsustuspuu: tunnuse valik moodles
12. k-lähima naabri klassifikaator moodles
13. Lineaarne regressioon

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)

Eksami kord <--loe seda enne eksamit

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.