„Mesterséges intelligencia” változatai közötti eltérés

A VIK Wikiből
Nincs szerkesztési összefoglaló
aNincs szerkesztési összefoglaló
 
(5 közbenső módosítás, amit 2 másik szerkesztő végzett, nincs mutatva)
8. sor: 8. sor:
|kereszt=nincs
|kereszt=nincs
|tanszék=MIT
|tanszék=MIT
|jelenlét=
|labor= nincs
|minmunka=
|kiszh= nincs
|labor=
|nagyzh= 2 db
|kiszh=
|hf= 3 db
|nagyzh=2 db
|vizsga= nincs
|hf=3 db
|vizsga=
|levlista=
|levlista=
|tárgyhonlap=https://www.mit.bme.hu/oktatas/targyak/vimiac10
|tárgyhonlap=https://www.mit.bme.hu/oktatas/targyak/vimiac10
29. sor: 27. sor:
* intellektuálisan megérteni az algoritmus központi szerepét az informatikai rendszerekben.
* intellektuálisan megérteni az algoritmus központi szerepét az informatikai rendszerekben.


A tárgy 2017 őszétől újabb változáson ment keresztül, ennek részletei a [https://www.mit.bme.hu/oktatas/hirek/20170626-kreditszamcsokkenes-miatti-helyzet tantárgyi oldalon] olvashatóak.
A tárgy 2017 őszétől újabb változáson ment keresztül.


== Követelmények ==


==Követelmények==
* Az '''előadás'''okon való részvétel erősen ajánlott, hiszen a tárgyhoz nem tartozik se gyakorlat, se labor.
* Mindkét '''ZH'''-n el kell érni a minimum 40%-ot, amely a 32 pontos ZH-nál 12.8 pontot jelent, tehát ~25 pontot viszel minimum a ZH-kból. (25.6) Ha az elméletet jól megérted, sok feladat megoldása egyszerűen kitalálható még úgy is, hogy nem adtak hozzá gyakorló feladatot.
* Három db '''házi feladat''' lesz a félévben, egyenként 12 pontért. Érdemes mindenképp megcsinálni őket, mert a gondolkodásmód az elkészítésükhöz, segíteni fog a ZH teljesítésében, és nem kevés pontot kaphatsz értük.


A '''félévközi jegy''' megszerzésének feltételei:
=== Félévvégi jegy ===
* A 2db egyenként 32 pontos '''zárthelyi''' (min. 40% = 25 pont) sikeres teljesítése
* A tárgyból nincs vizsga, így a féléves teljesítményedre kapod az osztályzatot. A tárggyal maximum 100 pontot tudsz szerezni, a házikat és a ZH-kat összegezve. A 100 pontból is minimum 40%-kot kell elérni a tárgy teljesítéséhez.
* Az elérhető 64(ZH) + 3*12(HF) = 100 pont 40%-nak megszerzése
* 32 (ZH1) + 32 (ZH2) + 3*12 (HF1,2,3) = 100 pont(max).
** A félévben három, egyenként 12 pontos '''házi feladat''' adható be
* Ponthatárok:
 
:{| class="wikitable" style="text-align: center; width: 120px; height: 40px;"
Ponthatárok:
:{| class="wikitable" style="text-align: center; width: 110px; height: 40px;"
!Pont!!Jegy
!Pont!!Jegy
|-
|-
88. sor: 87. sor:
* 2017-18 őszi közös feladatmegoldós [https://docs.google.com/document/d/1JeqSnXTZQryXsEI-fV_9x007jLbw2uStz2VrnjHMxJY/edit?usp=sharing doksi]
* 2017-18 őszi közös feladatmegoldós [https://docs.google.com/document/d/1JeqSnXTZQryXsEI-fV_9x007jLbw2uStz2VrnjHMxJY/edit?usp=sharing doksi]


===Hivatalos gyakorló feladatok:===
=== Hivatalos gyakorló feladatok ===
Ahol kifejezetten a saját példa használatát kérjük (értelemszerűen sem könyvben, sem előadáson nem szerepelt), ott a nem saját példa használata a pontszám levonásával (50%) jár.
* [[Média:Mi_gyak_vegyes.pdf|Vegyes feladatok]]
* [[Média:Mi_gyak_tanulas.pdf|Tanulásos feladatok]]
* [[Média:Mi_gyak_rezolucio.pdf|Rezolúciós feladatok]]


* [[Media:mi_gyak_2018_neuralis-halok.pdf|Neurális hálózatok gyakorlati bemutatása]]
* Ahol kifejezetten a saját példa használatát kérik (értelemszerűen sem könyvben, sem előadáson nem szerepelt), ott a nem saját példa használata a pontszám levonásával (50%) jár.
** [[Média:Mi_gyak_vegyes.pdf|Vegyes feladatok]]
** [[Média:Mi_gyak_tanulas.pdf|Tanulásos feladatok]]
** [[Média:Mi_gyak_rezolucio.pdf|Rezolúciós feladatok]]
** [[Media:mi_gyak_2018_neuralis-halok.pdf|Neurális hálózatok gyakorlati bemutatása]]
** [[Media:mi_ellenorzokerdesek_2018_logika.pdf|Ellenőrző kérdések elsőrendű logikához]]
** [[Media:mi_ellenorzokerdesek_2018_bayes.pdf|Ellenőrző kérdések Bayes-hálókhoz]]
** [[Media:mi_ellenorzokerdesek_2018_megerositeses-tanulas.pdf|Ellenőrző kérdések megerősítéses tanuláshoz]]
** [[Media:mi_ellenorzokerdesek_2018_szekvencialis-megerosites.pdf|Ellenőrző kérdések szekvenciális döntések és megerősítéses tanuláshoz]]


* [[Media:mi_ellenorzokerdesek_2018_logika.pdf|Ellenőrző kérdések elsőrendű logikához]]
* 2017/őszi hivatalos gyakorló feladatsorok:
* [[Media:mi_ellenorzokerdesek_2018_bayes.pdf|Ellenőrző kérdések Bayes-hálókhoz]]
** [[Média:mestint_gyakorlo_2017osz_1-3.pdf|Gyakorló feladatok a(z) 1-3. előadásokhoz]]
* [[Media:mi_ellenorzokerdesek_2018_megerositeses-tanulas.pdf|Ellenőrző kérdések megerősítéses tanuláshoz]]
** [[Média:mestint_gyakorlo_2017osz_4-6.pdf|Gyakorló feladatok a(z) 4-6. előadásokhoz]]
* [[Media:mi_ellenorzokerdesek_2018_szekvencialis-megerosites.pdf|Ellenőrző kérdések szekvenciális döntések és megerősítéses tanuláshoz]]
** [[Média:mestint_gyakorlo_2017osz_7-8.pdf|Gyakorló feladatok a(z) 7-8. előadásokhoz]]
 
2017/őszi hivatalos gyakorló feladatsorok:
* [[Média:mestint_gyakorlo_2017osz_1-3.pdf|Gyakorló feladatok a(z) 1-3. előadásokhoz]]
* [[Média:mestint_gyakorlo_2017osz_4-6.pdf|Gyakorló feladatok a(z) 4-6. előadásokhoz]]
* [[Média:mestint_gyakorlo_2017osz_7-8.pdf|Gyakorló feladatok a(z) 7-8. előadásokhoz]]


===Keresési algoritmusok===
===Keresési algoritmusok===
125. sor: 123. sor:
==Házi==
==Házi==


A házi feladatokat a tárgy [https://hf.mit.bme.hu/hallgato/vimiac10 házifeladat portálján] kell beadni, de a [http://www.mit.bme.hu/oktatas/targyak/vimiac10/hazi-feladat házi feladat kiírások a tárgyhonlapon érhetőek el.]
A házi feladatokat a tárgy [https://hf.mit.bme.hu/hallgato/vimiac10 házifeladat portálján] kell beadni, de a [http://www.mit.bme.hu/oktatas/targyak/vimiac10/hazi-feladat házi feladat kiírások a tárgyhonlapon érhetőek el.] A házikat Python vagy Java nyelven kell elkészíteni, és a HF portálra való feltöltéskor automatikusan kiértékelődnek.


Általában 3 házit adnak ki, amik kapcsolódnak a tananyaghoz. 2018-ban egy nagyméretű labirintust kellett hatékonyan bejárni, Twitter üzenetek pozitív/negatív jellegeit kitalálni, illetve egy neurális háló építésével egy kémiai adatbázis tanulása után kritikus hőmérsékleteket becsülni. A programokban használt algoritmus nincs szorosan kikötve, de az egyszerű megoldás érdekében javasolnak a feladatban módszereket (pl. szélességi keresés, naiv Bayes-háló, backpropagation-alapú neurális háló.
2018-ban egy nagyméretű labirintust kellett hatékonyan bejárni, Twitter üzenetek pozitív/negatív jellegeit kitalálni, illetve egy neurális háló építésével egy kémiai adatbázis tanulása után kritikus hőmérsékleteket becsülni. A programokban használt algoritmus nincs szorosan kikötve, de az egyszerű megoldás érdekében javasolnak a feladatban módszereket (pl. szélességi keresés, naiv Bayes-háló, backpropagation-alapú neurális háló.


A házi feladatok nem túl nehezek, de azért sok időt el tudnak venni. Általában a tanult algoritmusok alapszintű implementálása nem elegendő a maximális pont eléréséhez, önmagadtól is ki kell találni valami trükközést, ami hatékonyabbá teszi a programot.
A házi feladatok nem túl nehezek, de azért sok időt el tudnak venni. Általában a tanult algoritmusok alapszintű implementálása nem elegendő a maximális pont eléréséhez, önmagadtól is ki kell találni valami trükközést, ami hatékonyabbá teszi a programot.
133. sor: 131. sor:
Ha a feladat jellege lehetővé teszi, javasolt, hogy elsőnek az adatok reprezentációjára találj valamilyen módszert, ez ugyanis nagyban segíti a munkádat. Pl. a labirintusos feladatnál pár perc alatt összedobható egy kis program (pl. HTML/JS alapokon), ami kijelzi a labirintus táblázatát, a lépkedéseket pedig időközönként jeleníti meg. Sokkal könnyebb így megkeresni, hol csúszik félre az algoritmusod, mint konzolban szöveges alapon keresgélni a rengeteg adat közül.
Ha a feladat jellege lehetővé teszi, javasolt, hogy elsőnek az adatok reprezentációjára találj valamilyen módszert, ez ugyanis nagyban segíti a munkádat. Pl. a labirintusos feladatnál pár perc alatt összedobható egy kis program (pl. HTML/JS alapokon), ami kijelzi a labirintus táblázatát, a lépkedéseket pedig időközönként jeleníti meg. Sokkal könnyebb így megkeresni, hol csúszik félre az algoritmusod, mint konzolban szöveges alapon keresgélni a rengeteg adat közül.


A házi feladatot tesztelő portál most még (2018) nem túl intelligens. Nagyon kevés információt ír ki a hibákról, alapesetben a ki- és kimeneti adatokat se jeleníti meg. Ha szükséged van a tesztadatokra, írd ki stderr-re, akkor bár abortál a program, az adatokat láthatod. Néha beakad a kiértékelés, ilyenkor segíthet, ha újra feltöltöd ugyanazt a megoldást, így újraindul a kiértékelés.
A házi feladatot tesztelő portál most még (2018) nem túl intelligens. Nagyon kevés információt ír ki a hibákról, alapesetben a be- és kimeneti adatokat se jeleníti meg. Ha szükséged van a tesztadatokra, írd ki stdr-re, akkor, bár abortál a program, az adatokat láthatod. Néha beakad a kiértékelés, ilyenkor segíthet, ha újra feltöltöd ugyanazt a megoldást, így újraindul a kiértékelés. (Ezek még 2020-ban is igazak)


==ZH==
2020-ban
A tárgyhoz tartozó 2 ZH nem túl nehéz. Kevés gyakorlat van a tárgyhoz, ezt figyelembe is veszik a ZH-n. A néhány kiadott gyakorló feladatokat alaposan meg kell érteni. Ha az elméletet jól megérted, sok feladat megoldása egyszerűen kitalálható még úgy is, hogy nem adtak hozzá gyakorló feladatot. A ZH-k igaz-hamis részel kezdődnek, ahol rossz válasz esetén pontot is veszthetsz. Érdemes az alap összefüggéseket megérteni, akkor könnyen hozhatók a ZH.
* első házinál raklapokat kellett lepakolni egy megadott területen (nehezítés kép oszlopok is voltak megadott koordinátákon, amik korlátozták a raklapok lepakolásának lehetőségeit).
* második házinál egy vírusfertőzöttséget felismerő Bayes-hálót kellett készíteni, és abban következtetéseket megvalósítani
* harmadik házniál egy flappy bird programot kellett q-tanulással kitanítani (ehhez elég sok kódrészt kaptunk alapnak)


== ZH ==
* [[Media:mi_mintazh_2018osz.pdf|2018-ban kiadott minta ZH]]
* [[Media:mi_mintazh_2018osz.pdf|2018-ban kiadott minta ZH]]
* [[Media:mi_mintapotzh_2018osz.pdf|2018-ban kiadott minta pótZH]]
* [[Media:mi_mintapotzh_2018osz.pdf|2018-ban kiadott minta pótZH]]
161. sor: 162. sor:
}}
}}


==Kedvcsináló==
== Tippek ==
* Érdemes sok feladatot nézni, és azokat begyakorolni, mert főleg feladatok vannak a zh-ban!
* Ha érdekel az MI, akkor se hagyd, hogy ez a tárgy elvegye a kedved! Rengeteg érdekes link van itt is, érdemes belenézni a [https://cs50.harvard.edu/ai/2020/weeks/0/ Harvard] vagy a [https://www.youtube.com/channel/UCHBzJsIcRIVuzzHVYabikTQ Berkeley] kurzusaiba. (Utóbbi diái egész ismerősek is lehetnek.)
 
== Kedvcsináló ==
[[MestersegesIntelligenciaKedvcsinalo|Kedvcsináló]]
[[MestersegesIntelligenciaKedvcsinalo|Kedvcsináló]]
* A tárgy érdekes is lehetne, de Hullám Gábor előadásában határozottan nem az. Sajnos nagyon lassúak és vontatottak voltak az előadások, és az egyszerű dolgok is túlbonyolítottan votlak magyarázva. Ennek ellenére a tárgy egészen teljesíthető a háziknak és a begyakorolható zh-s feladatoknak köszönhetően. (''2020, HD'')




{{Lábléc_-_Mérnök_informatikus_alapszak_2014}}
{{Lábléc_-_Mérnök_informatikus_alapszak_2014}}

A lap jelenlegi, 2020. december 19., 01:23-kori változata

Mesterséges intelligencia
Tárgykód
VIMIAC10
Régi tárgykód
VIMIAC00
Általános infók
Szak
info
Kredit
3
Ajánlott félév
5
Keresztfélév
nincs
Tanszék
MIT
Követelmények
Labor
nincs
KisZH
nincs
NagyZH
2 db
Házi feladat
3 db
Vizsga
nincs
Elérhetőségek
Sablon csonk.pngEz az új tanterv tárgya, a régiért lásd: Mesterséges intelligencia (régi)


A tantárgy célkitűzése a mesterséges intelligencia területének rövid, ám igényes bemutatása. A felvezetés lépései: (1) az intelligens viselkedés számítási modellekkel való kifejezés problémaköre, (2) a mesterséges intelligencia formális és heurisztikus módszereinek elemzése és alkalmazása, (3) a gyakorlati megvalósítások módszerei és problémái. A tárgy az informatikus hallgatók azokat a képességeit fejleszti, melyek révén képesek lesznek:

  • tanulmányozni számítógép újszerű használatát,
  • fejleszteni hatékony módszereket számítási problémák megoldására,
  • megérteni számítástechnika/-tudomány technológiai / koncepcionális korlátjait
  • intellektuálisan megérteni az algoritmus központi szerepét az informatikai rendszerekben.

A tárgy 2017 őszétől újabb változáson ment keresztül.

Követelmények

  • Az előadásokon való részvétel erősen ajánlott, hiszen a tárgyhoz nem tartozik se gyakorlat, se labor.
  • Mindkét ZH-n el kell érni a minimum 40%-ot, amely a 32 pontos ZH-nál 12.8 pontot jelent, tehát ~25 pontot viszel minimum a ZH-kból. (25.6) Ha az elméletet jól megérted, sok feladat megoldása egyszerűen kitalálható még úgy is, hogy nem adtak hozzá gyakorló feladatot.
  • Három db házi feladat lesz a félévben, egyenként 12 pontért. Érdemes mindenképp megcsinálni őket, mert a gondolkodásmód az elkészítésükhöz, segíteni fog a ZH teljesítésében, és nem kevés pontot kaphatsz értük.

Félévvégi jegy

  • A tárgyból nincs vizsga, így a féléves teljesítményedre kapod az osztályzatot. A tárggyal maximum 100 pontot tudsz szerezni, a házikat és a ZH-kat összegezve. A 100 pontból is minimum 40%-kot kell elérni a tárgy teljesítéséhez.
  • 32 (ZH1) + 32 (ZH2) + 3*12 (HF1,2,3) = 100 pont(max).
  • Ponthatárok:
Pont Jegy
0 - 39 1
40 - 49 2
50 - 64 3
65 - 79 4
80 - 100 5

Segédanyagok

Hivatalos gyakorló feladatok

Keresési algoritmusok

Egybe : All in One

Házi

A házi feladatokat a tárgy házifeladat portálján kell beadni, de a házi feladat kiírások a tárgyhonlapon érhetőek el. A házikat Python vagy Java nyelven kell elkészíteni, és a HF portálra való feltöltéskor automatikusan kiértékelődnek.

2018-ban egy nagyméretű labirintust kellett hatékonyan bejárni, Twitter üzenetek pozitív/negatív jellegeit kitalálni, illetve egy neurális háló építésével egy kémiai adatbázis tanulása után kritikus hőmérsékleteket becsülni. A programokban használt algoritmus nincs szorosan kikötve, de az egyszerű megoldás érdekében javasolnak a feladatban módszereket (pl. szélességi keresés, naiv Bayes-háló, backpropagation-alapú neurális háló.

A házi feladatok nem túl nehezek, de azért sok időt el tudnak venni. Általában a tanult algoritmusok alapszintű implementálása nem elegendő a maximális pont eléréséhez, önmagadtól is ki kell találni valami trükközést, ami hatékonyabbá teszi a programot.

Ha a feladat jellege lehetővé teszi, javasolt, hogy elsőnek az adatok reprezentációjára találj valamilyen módszert, ez ugyanis nagyban segíti a munkádat. Pl. a labirintusos feladatnál pár perc alatt összedobható egy kis program (pl. HTML/JS alapokon), ami kijelzi a labirintus táblázatát, a lépkedéseket pedig időközönként jeleníti meg. Sokkal könnyebb így megkeresni, hol csúszik félre az algoritmusod, mint konzolban szöveges alapon keresgélni a rengeteg adat közül.

A házi feladatot tesztelő portál most még (2018) nem túl intelligens. Nagyon kevés információt ír ki a hibákról, alapesetben a be- és kimeneti adatokat se jeleníti meg. Ha szükséged van a tesztadatokra, írd ki stdr-re, akkor, bár abortál a program, az adatokat láthatod. Néha beakad a kiértékelés, ilyenkor segíthet, ha újra feltöltöd ugyanazt a megoldást, így újraindul a kiértékelés. (Ezek még 2020-ban is igazak)

2020-ban

  • első házinál raklapokat kellett lepakolni egy megadott területen (nehezítés kép oszlopok is voltak megadott koordinátákon, amik korlátozták a raklapok lepakolásának lehetőségeit).
  • második házinál egy vírusfertőzöttséget felismerő Bayes-hálót kellett készíteni, és abban következtetéseket megvalósítani
  • harmadik házniál egy flappy bird programot kellett q-tanulással kitanítani (ehhez elég sok kódrészt kaptunk alapnak)

ZH

Régi képzés ZH-k

Tippek

  • Érdemes sok feladatot nézni, és azokat begyakorolni, mert főleg feladatok vannak a zh-ban!
  • Ha érdekel az MI, akkor se hagyd, hogy ez a tárgy elvegye a kedved! Rengeteg érdekes link van itt is, érdemes belenézni a Harvard vagy a Berkeley kurzusaiba. (Utóbbi diái egész ismerősek is lehetnek.)

Kedvcsináló

Kedvcsináló

  • A tárgy érdekes is lehetne, de Hullám Gábor előadásában határozottan nem az. Sajnos nagyon lassúak és vontatottak voltak az előadások, és az egyszerű dolgok is túlbonyolítottan votlak magyarázva. Ennek ellenére a tárgy egészen teljesíthető a háziknak és a begyakorolható zh-s feladatoknak köszönhetően. (2020, HD)
Bevezetők
1. félév
2. félév
3. félév
4. félév
5. félév
6. félév
7. félév


A lap eredeti címe: „https://vik.wiki/index.php?title=Mesterséges_intelligencia&oldid=200154”