Stefan Kopp > Teaching > Spezielle Methoden der Künstlichen Intelligenz
Vorlesung im Hauptstudium/Modul "Vertiefung KI"
Vorlesung, 2SWS
Belegnummer: 392101
Termin: Do 10-12, P0-271
Inhalt
Aufbauend auf der im Wintersemester angebotenen Vorlesung "Methoden der Künstlichen Intelligenz" geht es in dieser Vorlesung um weiterführende, moderne Konzepte und Methoden zur Konstruktion intelligenter Agenten in realen Domänen. Wir vertiefen dazu Techniken der Modellierung von und des Handelns unter unvollständigem und unsicherem Wissen (Suchen, Constraint Satisfaction, Planen, Bayes-Netze, Markov-Entscheidungsprobleme).
Voraussetzungen/Vorkenntnisse
Algorithmen/Datenstrukturen, Theoretische Informatik, Methoden der Künstlichen Intelligenz
Leistungspunkte
Es gibt 6 Leistungspunkt für die regelmäßige Teilnahme an der Vorlesung und den Übungen und die erfolgreiche Bearbeitung der Aufgaben. Die benotete Einzelleistung wird durch eine Prüfung am Ende des Moduls erbracht.
Termine -- Folien
15.4. |
Exact domains: Search |
|
22.4. |
Exact domains: Constraint Satisfaction
|
|
29.4. |
Imperfect domains: Game Playing
|
|
6.5. |
--Example: CSPs for Language Processing
|
|
20.5. |
Exact domains: Planning
|
|
27.5. |
Uncertain domains: Planning
|
|
10.6. |
Uncertainty, degree of belief and probability
|
|
17.6. |
Bayesian Networks
|
|
24.6. |
Bayesian Networks: Modeling and Inferencing
|
|
1.7. |
Bayesian Networks: Inference Algorithms
|
|
8.7. |
Bayesian Decision Networks
|
|
15.7. |
Example: Modeling Gesture With Bayesian Decision Networks
|
|
22.7. |
Markov Decision Problems (MDPs, POMDPs)
|
Begleitende Übungen
Belegnummer: 392104
Veranstalter: Thies Pfeiffer
Tutor: Ramin Yagoubzadeh
Termin des Tutoriums: Di 14-16, U2-241.
Die Übungen bestehen aus theoretischen und praktischen Aufgaben die begleitend zur Vorlesung in Gruppen von bis zu 3 Studierenden bearbeitet werden. Aufgabenblätter werden zum Termin der Vorlesung auf der Webseite zur Verfuegung gestellt. Lösungen koennen elektronisch per Mail oder auf Papier beim Tutor abgegeben werden. Eine Besprechung der Aufgaben/Lösungen findet in dem Tutorium statt.
Literatur:
POMDP readings
Tutoral slides
Survey (K. Murphy)
Solution methods (D. Braziunas)
Webseiten
SamIam - Bayesian Network Modeling Tool
AI on the web
CMU AI repository
AI education repository