Tehisintellekti ja masinõppe alused

Allikas: Lambda
(Ümber suunatud leheküljelt Iti0210)

Kood: ITI0210

ÕIS ainekaart

Kursust loetakse Tallinna Tehnikaülikooli informaatika üliõpilastele.

Toimumiskoht ja aeg (2020)

  • loeng kolmapäev, 10.00 U04-103
  • harjutus kolmapäev, 12.00 ICT-121,122

Alates 18. märtsist distantsõpe

Õppematerjalid ja uued ülesanded lisanduvad tavaliselt igal kolmapäeval. Selle kohta tuleb ained.ttu.ee kaudu ka teade.

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. Olemas ülikooli raamatukogus.

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. Lokaalne otsing
  5. Lokaalne otsing ja metaheuristikud (loengut ei toimu, vaata materjale iseseisvalt)
  6. Otsing mängupuul
  7. Loogika. Lausearvutus. Järeldumine (7-8 nädal)
  8. Predikaatloogika
  9. Määramatus ja tõenäosus
  10. Tõenäosusmudelid
  11. Arvutusmeetodid tõenäosusmudelitel
  12. Masinõpe. Klassifitseerimine otsustuspuuga
  13. Stiimulõpe
  14. Lineaarsed mudelid
  15. Närvivõrgud

Harjutused

Harjutusülesannete tutvustamises ja näidetes kasutatakse Python 3-e. Harjutusülesandeid 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

  1. Tee leidmine otsinguga (2-3 nädal)
  2. Lokaalne otsing
  3. Otsing mängupuul
  4. Resolutsioonimeetod
  5. Teadmusbaas Prologis
  6. "Naiivne" Bayesi mudel
  7. Informatsioon treeningandmetes
  8. Stiimulõpe

Täiendavad harjutused pliiatsi ja paberiga lahendamiseks. Nende tulemusi ei kontrollita

  1. Heuristiline otsing Rumeenia linnade vahel - A* ja greedy
  2. Lokaalne otsing
  3. Minimax puu
  4. Loogika ja järeldamine
  5. Konjunktiivne normaalkuju (CNF)
  6. Tinglik tõenäosus
  7. Bayesi valem
  8. Bayesi võrk
  9. Otsustuspuu
  10. Lineaarne regressioon
  11. Tehisneuron

Eksam

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

Ajad :

  • K 20. mai 2020, 10.00-11.00 (moodle quiz, piiramatult kohti)
  • K 27. mai 2020, 10.00-11.00 (moodle quiz, piiramatult kohti)
  • K 3. juuni 2020, 10.00-13.00 (suuline eksam/TalTech MS Teams, 12 kohta)

Suuline eksam toimub MS Teams keskkonnas, kuhu tuleb sisse logida uni-id kontoga. Kontrolli enne eksamit, et sisse logimine õnnestub ja sul on ühendus koos videoga.

Moodle quiz eksami ajal saab Teamsi keskkonnas küsida chatis küsimusi, aga selle kasutamine pole kohustuslik.

Eksami kord <-- iga üliõpilane peab teadma

Eksamieeldused täidetud (18. mai seisuga).

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. 2020 kevadel tuleb eksami formaat erinev.