Tehisintellekti ja masinõppe alused

Allikas: Lambda
Redaktsioon seisuga 3. aprill 2021, kell 12:18 kasutajalt PriitJ (arutelu | kaastöö) (→Harjutused)
Mine navigeerimisribale Mine otsikasti

Kood: ITI0210

ÕIS ainekaart

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2021)

  • loeng teisipäev, 12.00 U06A-229 distantsõpe - otseülekanne videos jätkub.
  • 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
  12. Närvivõrgud
  13. Stiimulõpe
  14. 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

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

Eksam

Aine läbimiseks on vaja saada kodutööde ja eksami peale kokku min. 50 punkti, "5" saamiseks 90 punkti. Rohkem infot juhendis

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.