Intelligentsed süsteemid
Kood: IFI6057
Kursust loetakse Tallinna Ülikooli informaatika üliõpilastele.
Toimumiskoht ja aeg (2016)
- harjutus esmaspäev 12.15 T-302 (1. rühm)
- harjutus teisipäev 12.15 M-543 (2. rühm)
- loeng teisipäev, 12.15 A-543
õppejõud: Priit Järv
Juhend
TODO
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
Koduülesanded
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.
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 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
Reinforcement Learning: Example and Tutorial
Kategoriseerimata
Tehisintellekti eetika. Eksistentsiaalne risk.
Hindamine ja eksamieeldus
Eksam
Sarnase raskusastmega eksamite näited. Kaetud teemad kattuvad meie kursusega osaliselt.