Einführung in die Künstliche Intelligenz
LVA 20-00-0349-iv im Vorlesungsverzeichnis der TU Darmstadt.
Die Notenliste hängt nun aus.
Die Klausureinsicht findet am Mittwoch, den 23.4. von 12:00 bis 13:30 in Raum A126 statt. Die Klausurergebnisse werden im Laufe dieser Woche veröffentlicht.
Zeit und Ort
Tag | Zeit | Raum |
---|---|---|
Dienstag |
11:40-13:20 |
S202/C205 |
Donnerstag |
11:40-13:20 |
S202/C205 |
Beginn: 17.10.2013
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 21.2.2014 um 13h in S101/A1 (Audimax) statt. 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)
- Intelligente Agenten (RN chapter 2)
- Suche
- Uninformierte Suche (RN chapters 3.1 - 3.4)
- Heuristische Suche (RN chapters 3.5, 3.6)
- Lokale Suche (RN chapter 4)
- Constraint Satisfaction Problems (RN chapter 6)
- Spiele: Suche mit Gegnern (RN chapter 5)
- Uninformierte Suche (RN chapters 3.1 - 3.4)
- Planning
- Planen im Zustandsraum (RN chapter 10)
- Planen im Planraum (RN chapter 11)
- Planen im Zustandsraum (RN chapter 10)
- 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)
- Decision Making (RN chapter 16)
- Machine Learning
- Neural Networks (RN chapters 18.1,18.2,18.7)
- Reinforcement Learning (RN chapter 21)
- Philosophische Grundlagen
- Philosophische Grundlagen (RN chapter 26)
Übungen
- 1. Übungsblatt (29.10.2013): Agenten + Uninformierte Suche
- 2. Übungsblatt (12.11.2013): Informierte Suche + Constaint Satisfaction
- 3. Übungsblatt (26.11.2013): Spielbaum-Suche
- 4. Übungsblatt (10.12.2013): Planen
- 5. Übungsblatt (14.01.2014): Wahrscheinlichkeiten und Bays'sche Netze
- 6. Übungsblatt (6.02.2014): Neuronale Netze
- 7. Übungsblatt (6.02.2014): Reinforcement Learning
Textbuch
Die Vorlesung folgt weitgehend dem Buch
Deutsche Ausgabe:
|