Tehisintellekti ja masinõppe alused

Allikas: Lambda

Kood: ITI0210

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


ÕIS ainekaart

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

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.

Kodutööd.

  1. Tee leidmine otsinguga (2-3 nädal)
  2. Lokaalne otsing
  3. Otsing mängupuul
  4. Resolutsioonimeetod
  5. Teadmuse esitus predikaatloogikas

Täiendavad harjutused pliiatsi ja paberiga lahendamiseks. Nende tulemusi ei kontrollita

  1. Lokaalne otsing
  2. Minimax puu
  3. Loogika ja järeldamine
  4. Konjunktiivne normaalkuju (CNF)
  5. Tinglik tõenäosus
  6. Bayesi valem
  7. Tehisneuron
  8. Lineaarne regressioon