Einführung in die Künstliche Intelligenz
LVA 20-00-0349-iv im Vorlesungsverzeichnis der TU Darmstadt.
Ankündigungen
Die Klausureinsicht findet am 15.4. von 13:00-15:00 Uhr in Raum A213 statt.
Zeit und Ort
Tag | Zeit | Raum |
---|---|---|
Dienstag |
11:40-13:20 | S202/C205 |
Donnerstag |
11:40-13:20 | S202/C205 |
Beginn: 16.10.2013
Die Veranstaltung besteht aus einer 3-stündigen Vorlesung und einer 1-stündigen Übung. Dies bedeutet, daß üblicherweise an jedem zweiten Dienstag eine Übung stattfindet.
Die vorläufige Planung ist folgende:
Forum
Für diese Vorlesung existiert ein Forum.
Klausur
Die Klausur findet am 22.2.2013 zwischen 13-15.30 statt. Details werden noch bekannt gegeben. Die Bearbeitungszeit beträgt üblicherweise 90 min. Die Anmeldung zur Klausur erfolgt über TUCaN.
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.
Alte Klausuren mit Lösungsvorschlag (ohne Gewähr): WS 09/10, SS 09, WS 07/08, SS 07
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
(Kapitelangaben beziehen sich auf die 3. Auflage des Textbuchs, Links für die 2. Auflage finden Sie in früheren Semestern.)
- Grundlagen
- Einführung, Geschichte der AI (RN chapter 1) [update 19.10.]
- Intelligente Agenten (RN chapter 2) [update 6.11.]
- Suche
- Uninformierte Suche (RN chapters 3.1 - 3.4) [update 6.11.]
- Heuristische Suche (RN chapters 3.5, 3.6) [update 6.11.]
- Lokale Suche (RN chapter 4; last update 10.11.) [update 6.11.]
- Constraint Satisfaction Problems (RN chapter 6) [update 6.11.]
- Spiele: Suche mit Gegnern (RN chapter 5) [update 12.2., Neue Folien NegaScout]
- Planning
- Planen im Zustandsraum (RN chapter 10) [update 4.12.]
- Planen im Planraum (RN chapter 11)
- 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 18.1,18.2,18.7)
- Support Vector Machines (RN chapter 18.9)
- Textmining (RN Chapter 22)
- Reinforcement Learning (RN chapter 21)
- Philosophische Grundlagen
- Philosophische Grundlagen (RN chapter 26)
- Ankündigung: Watson Seminar
Übungen
- 1. Übungsblatt (30.10.2012): Agenten + Uninformierte Suche (gehalten von Frederik Janssen)
- 2. Übungsblatt (13.11.2012): Informierte Suche + Constaint Satisfaction (gehalten von Christian Wirth)
- 3. Übungsblatt (27.11.2012): Spielbaum-Suche
- 4. Übungsblatt (11.12.2012): Planen (gehalten von Heiko Paulheim)
- 5. Übungsblatt (15.01.2013): Wahrscheinlichkeiten und Bays'sche Netze
- 6. Übungsblatt (29.2.2013): Neuronale Netze und lineare Modelle
- 7. Übungsblatt (7.2.2013): Reinforcement Lernen
Textbuch
Die Vorlesung folgt weitgehend dem Buch
Deutsche Ausgabe:
|