Vorlesung Intelligente Systeme

Wintersemester 2013/2014

Übersicht

• Aktuelles
• Allgemeines
• Teilnahmevoraussetzungen und Leistungspunkte
• Termine und Räume
• Übungsblätter
• Zusätzliche Unterlagen
• Lehrende
• Literatur

Aktuelles

• Mit dem Wintersemester 2015 verfallen alle bisherigen Prüfungszulassungen. Wer die Klausur im WS15/16 mitschreiben möchte, muss die Prüfungszulassung neu erwerben.

Allgemeines

Auf dieser Seite finden Sie verschiedene Informationen zu der Vorlesung "Intelligente Systeme: Einführung", die im Wintersemester 2013/2014 von Prof. Dr. Rudolf Kruse an der Otto-von-Guericke-Universität Magdeburg gehalten wird. Diese Seite wird im Laufe des Semesters aktualisiert. In dieser Vorlesung und in den Übungen sollen Studierende Kenntnisse erwerben über Probleme der Wissensmodellierung, über die wichtigsten Techniken zur Repräsentation von Wissen, über Verfahren zum Schlussfolgern (Inferenz) in den verschiedenen Repräsentationsformen, über heuristische Suchverfahren und Planungsalgorithmen. Die Vorlesung wird mit einer zweistündigen Klausur abgeschlossen. Studierende können sich entscheiden, ob sie die Klausur als schriftliche Prüfung oder als einen (un)benoteten Leistungsnachweis (Schein) werten lassen möchten.

Zur Klausur sind keine Hilfsmittel zugelassen.

Vorlesungsfolien:

Die Vorlesungsfolien werden hier im Laufe des Semesters hier veröffentlicht.

• 17.10.2013: Vorlesungsteil 01 (Einleitung, reaktive Agenten, S-R-Agent) Hinweis: Die Information zur Prüfung in diesem Vorlesungsteil sind veraltet!
• 24.10.2013: Vorlesungsteil 02 (Neuronale Netze)
• 07.11.2013: Vorlesungsteil 03 (Evolutionäre Algorithmen)
• 14.11.2013: Vorlesungsteil 04 (Fuzzy-Systeme)
• 21.11.2012: Vorlesungsteil 05 (Bayes-Netze)
• 05.12.2013: Vorlesungsteil 06 (Computational Intelligence)
• 12.12.2013: Vorlesungsteil 07 (Erweiterungen der Fähigkeiten eines Agenten) (neu: 21.01.2014)
• 19.12.2013: Vorlesungsteil 08 (Heuristische Suchalgorithmen) (neu: 21.01.2014)
• 16.01.2014: Vorlesungsteil 09 (Maschinelles Lernen) (neu: 27.01.2014)
• 23.01.2014: Vorlesungsteil 10 (Wissens- und Regelbasierte Systeme) (neu: 29.01.2014)
• 30.01.2014: Vorlesungsteil 11 (Fallbasiertes Schließen) (neu: 29.01.2014)

Teilnahmevoraussetzungen und Leistungspunkte

Voraussetzungen

Die folgenden Veranstaltungen gelten als Voraussetzung:

• Algorithmen und Datenstrukturen (bzw. Einführung in die Informatik)
• Programmierung und Modellierung
• Mathe I-III

Teilnehmerkreis

CV, CV-B, IF, IF-B, IngIF, IngINF-B, SPTE, WIF, WIF-B (weitere Studiengänge siehe LSF)

Leistungspunkte

Für dieses praktische Fach des Bereiches Informatik I gibt es 5 Kreditpunkte (= 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit).

Vorlesung & Übungen

Erwerb eines Scheins (unbenoteter Leistungsnachweis)

Auch Studenten, die einen unbenoteten Leistungsnachweis benötigen, werden an der Klausur teilnehmen. Bei Bestehen der Klausur (Note 4,0 und besser) wird der Schein erteilt. Die Anmeldung erfolgt über das Hisqis, dort sollte laut Prüfungsamt die entsprechende Anmeldung möglich sein.

Übungsblätter, Schein- und Prüfungskriterien

Ein neues Aufgabenblatt wird jede Woche auf dieser Internetseite veröffentlicht.

• 43. KW: 01. Übungsblatt zum 21./24.10.2013 (Der Turing-Test, ELIZA, Das chinesische Zimmer)
• 44. KW: 02. Übungsblatt zum 28./30.10. und 07.11.10.2013 (Stimulus-Response-Agent, Boolesche Algebra)
• 45. KW: 03. Übungsblatt zum 04./06./07.11.2013 (Schwellenwertelemente)
• 46. KW: 04. Übungsblatt zum 11./13./14.11.2013 (Schwellenwertelemente, Delta-Regel, Gradientenabstieg)
• 47.bzw 49. KW: 05. Übungsblatt zum 18.11. und 04./05.12.2013 (Evolutionstheorie, n-Damen-Problem, Vierfarbenproblem, Genetische Programmierung)
• 48. KW: 06. Übungsblatt zum 25./27./28.11.2013 (Mehrwertige Logiken, Fuzzy-Logik, Fuzzy-Regelung) (neu: 22.11.2013)
• 50. KW: 07. Übungsblatt zum 09./11./12.12.2013 (Wahrscheinlichkeitsrechnung, Satz von Bayes) (neu: 22.11.2013)
• 51. KW: Kein Übungsblatt zur Vorbereitung zum 16./18./19.12.2013 (Die Übungen finden trotzdem statt. Überraschung. ;-) )
• 02. KW: 08. Übungsblatt zum 08./09./13.01.2014 (Zustandsautomaten)
• 03. KW: 09. Übungsblatt zum 15./16./20.01.2014 (Uninformierte Suche, Heuristische Suche, Minimax-Suche)
• 04. KW: 10. Übungsblatt zum 22./23./27.01.2014 (Wahrscheinlichkeitsrechnung, Entscheidungsbäume, Assoziationsregeln)

Um zur Klausur zugelassen zu werden, müssen in den Übungen insgesamt mindestens 66% der Übungsaufgaben votiert werden. Mit der Votierung zu Beginn der Übung geben Sie zu verstehen, dass Sie sich mit der Aufgabe beschäftigt haben und bereit sind vor der Übungsgruppe Ihren Lösungsansatz zu präsentieren. Dieser muss weder vollständig noch richtig sein, sollte aber zeigen, dass Sie einen zielführenden Ansatz zur Lösung der Aufgabe gefunden haben. Außerdem muss im Verlauf des Semesters mindestens zweimal eine eigene Lösung vorgetragen worden sein.

Jeder Teilnehmer, der eine Note benötigt, wird die Klausur mitschreiben. Auch "Schein"-Studenten nehmen an der Klausur teil.

Da die Klausur voraussichtlich aus an die Übungsaufgaben angelehnten Fragestellungen bestehen wird, ist es empfehlenswert, in den Übungen aktiv mitzuarbeiten.

Um deutlich zu machen, wie eine Klausur aussehen wird, wird eine Musterklausur bereitgestellt. Diese Musterklausur stellt eine Zusammenstellung von Klausuraufgaben aus beiden schriftlichen Prüfungen des Wintersemesters 2009/2010 dar. Die Aufgaben sind chronologisch geordnet nach der Abarbeitung der Themengebiete in der Vorlesung bzw. Übung. Zur unterstützenden Prüfungsvorbereitung neben dem Besuch der Lehrveranstaltung empfiehlt es sich, speziell die in dieser Musterklausur gestellten Aufgaben zu lösen.

Zusätzliche Unterlagen

• Musterklausur
• Christian Borgelts Demoprogramme (mehrschichtiges Perzeptron, Schwarm/Ameisenkolonie-Optimierung)

* Beispielprogramm für schrittweise Berechnung des Alpha-Beta-Stutzens (neu: 20.01.2014)

Lehrende

Wenn Sie Fragen zur Vorlesung oder zu den Übungen haben, wenden Sie sich bitte (wenn möglich, per E-mail) an eine der unten aufgeführten Personen.

• Prof. Dr. Rudolf Kruse, rudolf.kruse@cs.uni-magdeburg.de
• Christian Moewes, cmoewes@ovgu.de
• Christian Braune, cbraune@ovgu.de

Literatur

R. Kruse, C. Borgelt, F. Klawonn, C. Moewes, G. Ruß und M. Steinbrecher. Computational Intelligence: Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. 1. Aufl., Vieweg+Teubner-Verlag, Wiesbaden, 2011. ISBN: 978-3-8348-1275-9
Webseite zum Buch
Buch bei Vieweg+Teubner
Buch bei amazon.de

S. J. Russell und P. Norvig. Künstliche Intelligenz: Ein moderner Ansatz. 2. Aufl., Pearson Studium, 2004. ISBN 3-8273-7089-2

C. Beierle und G. Kern-Isberner Methoden wissensbasierter Systeme 4., verb. Aufl., Vieweg+Teubner-Verlag, 2008.

Weitere Literatur findet sich auf den jeweiligen Vorlesungsfolien.