Personal tools

Grundlagen der Künstlichen Intelligenz

Wahlpflicht-Vorlesung im Wintersemester 2009/2010 über grundlegende Methoden der künstlichen Intelligenz.
Veranstaltung: Wahlpflichtvorlesung
Professor: Prof. Michael Beetz, PhD
Betreuer: Dominik Jain
Zeit, Ort: Montag, 10:15-11:45, MI 00.13.009A; Donnerstag, 10:15-11:00, MI 00.13.009A; Donnerstag, 11:00-11:45, MI 00.13.009A (Übung)
Sprache: German
Modul: IN2062
Semester: WS2009/2010

Detailinformationen

Inhalt

Die Vorlesung soll einen Überblick über wichtige Arbeitsgebiete und Methoden der Künstlichen Intelligenz geben. Die Vorlesung führt Grundideen und Methoden der Künstlichen Intelligenz anhand des Lehrbuches von Russell und Norvig (s.u.) ein. Es werden folgende Themen behandelt: Entwurfsprinzipien für und Spezifikation von "intelligenten" Agenten; Problemlösen durch Suche: heuristische Suchverfahren, optimierende Suche; Problemlösen mit wissensbasierten Methoden: Logik und Inferenz, Schlussfolgern über Raum und Zeit, Repräsentation von Ontologien, Repräsentation und Schlussfolgern über Alltagswissen; Problemlösen mit unsicherem Wissen: Grundlagen der Wahrscheinlichkeits- und Entscheidungstheorie, Bayes Netze, Planen mit Markov-Entscheidungsprozessen; Handlungsplanung: Generierung partiell geordneter Aktionspläne, Planung und Ausführung; Maschinelles Lernen: Lernen von Entscheidungsbäumen, Lernen von Prädikaten mittels Beispiele, Reinforcement-Lernen.

English:
The course gives an overview of application areas and techniques in Artificial Intelligence. The course introduces the principles and techniques of Artificial Intelligence based on the textbook of Russell and Norvig (see below). The course covers the following topics: design principles and specification mechanisms for rational agents; problem solving using heuristic search: heuristic search techniques, optimizing search; problem solving using knowledge-based techniques: logic and inference techniques; reasoning about space and time; representation of ontologies; representation and reasoniong in the common sense world. problem solving using uncertain knowledge and information: basic concepts of probability and decision theory; Bayesian Networks; planning with Markov decision problems. action planning: automatic generation of partially ordered action plans; planning and execution machine learning: learning decision trees; inductive learning; probably approximately correct learning; reinforcement learning.

Aktuelles

  • Klausureinsichtnahme ist am 11.3.2010 von 13:30 bis 15:00 Uhr in Raum 02.09.043 (oder nach Vereinbarung).
  • Die Prüfungsergebnisse liegen nun vor und sind über myTUM einsehbar.
  • Die Eckdaten der Prüfung liegen nun vor. (siehe unten)
  • Veranstaltungsbeginn ist am Donnerstag, den 22.10.2009. (Am 19.10. entfallen alle Vorlesungen wegen der Semestereinführungstage.)
  • Teilnehmer werden gebeten sich (unverbindlich) anzumelden: Teilnehmerliste für aktuelle Mitteilungen (keine Prüfungsanmeldung!)

Materialien

Vorlesungsfolien 

(vorläufige Inhalte aus vorangegangenen Semestern)

  1. Introduction: Folien (13MB), Handout (12MB)
  2. Rationale Agenten: Folien (1.1MB), Handout (945K)
  3. Problemlösen durch Suche
  4. Schlussfolgernde Agenten
  5. Schließen unter Unsicherheit
  6. Maschinelles Lernen

Zusätzliches Material

  • Stuart Russell, Peter Norvig: Artifical Intelligence: A Modern Approach (»Künstliche Intelligenz: Ein moderner Ansatz«)
    Lehrbuch zur Vorlesung. Einige Kapitel sind von der Homepage herunterladbar.
  • Stichpunktartige Zusammenfassung der Vorlesung: Skript

Übung

Die Übung dient dazu, den Vorlesungsstoff an Beispielaufgaben einzuüben. Die Teilnahme ist nicht verpflichtend aber im Hinblick auf die Prüfungsvorbereitung empfohlen. Übungsblätter und Musterlösungen werden hier elektronisch bereitgestellt werden.

Nr.
Aufgabenblatt Lösung Ressourcen
1 Anwendungen  
2
Rationale Agenten und ihre Arbeitsumgebungen
pdf
Wumpus Client-Server
3
Problemlösen durch Suche
pdf, Muster-Agent
Wumpus Client-Server (Planung)
4
Informierte Suche & CSPs
pdf, Mars-Suche

5
Aussagenlogik
pdf

6
Prädikatenlogik
pdf

7
Prädikatenlogik (2)
pdf
Wumpus Client-Server (Logik)
8
Wissensrepräsentation, Wiederholung
pdf

9
Wahrscheinlichkeitstheorie
pdf

10
Bayessche Netze
pdf Bayesian Network Tools, Roboterdiagnosenetz
11
Induktives Lernen
pdf

 

Bei Fragen zur Übung wenden Sie sich bitte an Dominik Jain.

Wumpus-Welt-Agenten-Ranking


Agent Lines of Code
WW2
WWLabyrinth
Total
Bemerkungen
1
MusterAgent

3802
6767
10569
zielorientiert, Breitensuche im Posenraum
2
AgentFuzzyBoots 514 3601 6641 10242
zielorientiert, Suche mit Dijkstra (=Breitensuche) im Positionsraum
3
HAL9000
503 1797 5781 5778
zielorientiert, Suche mit Dijkstra (=Breitensuche) im Positionsraum,
suboptimales Weltmodell

Prüfung

Es gibt eine schriftliche Prüfung, deren Dauer 120 Minuten betragen wird. Gegenstand wird der gesamte Vorlesungsstoff sein, und es werden keine Hilfsmittel gestattet sein.

  • Datum: Mittwoch, 10.02.2010
  • Zeit: 16.30-18.30 Uhr
  • Ort: CH 21010
  • Die Prüfungsergebnisse liegen nun vor und sind über myTUM einsehbar.
    Von 59 Teilnehmern haben 54 die Prüfung bestanden, 6 sind nicht erschienen. Der Durchschnitt liegt bei 2,73, die Standardabweichung bei 1,05. Von 48 erreichbaren Punkten wurden 4 als Überhang angesehen. Ab 41,5 Punkten gab es eine 1,0; alle weiteren Noten folgen in Schritten von 2,5 bzw. 3 Punkten. Zum Bestehen waren mindestens 18 Punkte zu erreichen.
  • Einsichtnahme ist am Donnerstag, den 11.3.2010, in Raum 02.09.043 von 13:30-15:00 Uhr oder nach Vereinbarung in den nächsten zwei Wochen.

 

 

Document Actions