Einführung in die Künstliche Intelligenz - SS 09
LVA 20.0349.1/2 im Vorlesungsverzeichnis der TU Darmstadt, SS 09. Eintrag im Modulhandbuch des Fachbereichs Informatik.
Neuigkeiten
Die Prüfung findet am 20.7.2010 statt. Je nachdem wie viele Anmeldungen es gibt wird diese mündlich oder schriftlich sein. Melden Sie sich bitte bis zum 11.7.2010 über das Sekretariat an.
Die Klausurnoten für die Wiederholungsklausur im WS 09/10 hängen nun am schwarzen Brett vor den Räumen des Fachgebietes aus (D202). Die Klausureinsicht wird am Freitag, den 26.3.10 von 9:00 - 11:00 Uhr in Raum S202/E302 stattfinden.
Zeit und Ort
Tag | Zeit | Raum |
---|---|---|
Dienstag | 12:35-14:15 | S202/C205 |
Donnerstag | 11:40-13:20 | S202/C205 |
Beginn: 16.4.2009
Die Veranstaltung besteht aus einer 3-stündigen Vorlesung und einer 1-stündigen Übung. Praktisch wird das so gehandhabt, dass voraussichtlich alle 14 Tage eine zweistündige Tafelübung stattfindet (zumeist Dienstags) und an allen restlichen Terminen Vorlesungen stattfinden.
Der 21.5 (Christi Himmelfahrt) und 11.06 (Fronleichnam) sind Feiertage. Somit findet an diesen Terminen keine Vorlesung statt. Auch am 18.06 fällt die Vorlesung aus, da an diesem Tag der internationale Kultur- und Sporttag der TU-Darmstadt ist, an dem die reguläre Lehrtätigkeit unterbrochen wird. Nähere Infos dazu findet man hier.
Forum
Für diese Vorlesung existiert auch ein Forum.
Klausur
Die Klausur findet am 20.07.2009 zwischen 13:00 - 15:00 Uhr im Raum S202|C205 statt. Reine Bearbeitungszeit werden 90 min sein. Bitte melden Sie sich bis spätestens 14.07.2009 über das WebReg-System an.
Sie dürfen ein von Ihnen selbst handbeschriebenes (vorn + hinten) DIN-A4-Blatt zur Klausur sowie ein gebundenes Wörterbuch mitbringen. Alle anderen Unterlagen, insbesondere elektronische Hilfsmittel (Taschenrechner, Handy, elektronisches Wörterbuch, etc.) sind nicht erlaubt.
Anrechnung
Für Diplom-Studenten Informatik ist diese Vorlesung für den Bereich 3 (Anwendungsorientierte Informatik) anrechenbar.
Inhalt
Die Künstliche Intelligenz (KI) beschäftigt sich mit Algorithmen zur Lösung von Problemen, von denen man gemeinhin annimmt, dass deren Lösung Intelligenz erfordert. Orientierte man sich in den Anfangstagen der Wissenschaft primär an psychologischen Erkenntnissen über das menschliche Denken, hat sich das Gebiet seither zunehmend dahingehend entwickelt, dass in den Problemlösungsansätzen versucht wird, die Stärken des Computers auszunutzen. Im Zuge dieser Vorlesung werden wir einen kurzen Überblick über die zentralen Themen dieser Kernwissenschaft der Informatik geben, insbesondere in die Themen Suche, Planen, Lernen und Schließen. Die historischen und philosophischen Grundlagen werden ebenfalls behandelt.
Voraussichtlicher Stoffplan
- Grundlagen
- Einführung, Geschichte der AI (RN chapter 1)
- Intelligente Agenten (RN chapter 2)
- Suche
- Uninformierte Suche (RN chapter 3)
- Heuristische Suche (RN chapters 4.1, 4.2)
- Lokale Suche (RN chapters 4.3-4.4)
- Constraint Satisfaction Problems (RN chapter 5)
- Spiele: Suche mit Gegnern (RN chapter 6, last update 19.5.)
- Planning
- Planen im Zustandsraum (RN chapters 10.3,11.1,11.2)
- Planen im Planraum (RN chapters 11.3-11.7)
- Decisions under Uncertainty
- Unsicherheit und Wahrscheinlichkeiten (RN chapter 13)
- Bayesian Networks 1 (RN chapter 14.1-14.3)
- Bayesian Networks 2 (RN chapter 14.4-14.6)
- Machine Learning
- Neural Networks (RN chapters 18.1,18.2,20.5)
- Reinforcement Learning (RN chapter 21)
- Philosophische Grundlagen
- Philosophische Grundlagen (RN chapter 26)
Übungen
Voraussichtliche Übungstermine
- 1. Übung - 28.04
- 2. Übung - 12.05
- 3. Übung - 02.06
- 4. Übung - 16.06
- 5. Übung - 30.06
- 6. Übung - 14.07
- 1.Übungsblatt: Agenten + Uninformierte Suche - Beispiellösung (V1.2 08.03.10)
- 2.Übungsblatt: Suche + CSP - Beispiellösung (V1.1 03.06)
- 3.Übungsblatt: Suche + Planen (V1.1 27.05) - Beispiellösung
- 4.Übungsblatt: Planen - Beispiellösung (V1.1 17.07), separat: Aufgabe 4.2
- 5.Übungsblatt: Bayes'sche Netze - Beispiellösung
- 6.Übungsblatt: Neuronale Netze + Reinforcement Learning - Beispiellösung
Textbuch
Die Vorlesung folgt
weitgehend dem Buch
Deutsche Ausgabe:
|