„Mesterséges intelligencia” változatai közötti eltérés
Kontent |
aNincs szerkesztési összefoglaló |
||
(23 közbenső módosítás, amit 12 másik szerkesztő végzett, nincs mutatva) | |||
1. sor: | 1. sor: | ||
{{Tantárgy | {{Tantárgy | ||
|név=Mesterséges intelligencia | |név=Mesterséges intelligencia | ||
|tárgykód=VIMIAC00 | |tárgykód=VIMIAC10 | ||
|régitárgykód=VIMIAC00 | |||
|szak=info | |szak=info | ||
|kredit= | |kredit=3 | ||
|félév=5 | |félév=5 | ||
|kereszt= | |kereszt=nincs | ||
|tanszék=MIT | |tanszék=MIT | ||
|labor= nincs | |||
|kiszh= nincs | |||
|labor= | |nagyzh= 2 db | ||
|kiszh= | |hf= 3 db | ||
|nagyzh= | |vizsga= nincs | ||
|hf= | |||
|vizsga= | |||
|levlista= | |levlista= | ||
|tárgyhonlap=https://www.mit.bme.hu/oktatas/targyak/ | |tárgyhonlap=https://www.mit.bme.hu/oktatas/targyak/vimiac10 | ||
|facebook=https://www.facebook.com/groups/271951579992981/ | |||
}} | }} | ||
{{Sablon:Új tárgy|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 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. | ||
25. 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. | |||
== 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. | |||
=== 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: | |||
:{| class="wikitable" style="text-align: center; width: 120px; height: 40px;" | |||
!Pont!!Jegy | |||
|- | |||
|0 - 39|| 1 | |||
|- | |||
|40 - 49|| 2 | |||
|- | |||
|50 - 64|| 3 | |||
|- | |||
|65 - 79|| 4 | |||
|- | |||
|80 - 100|| 5 | |||
|} | |||
==Segédanyagok== | ==Segédanyagok== | ||
* [http://mialmanach.mit.bme.hu/ Mesterséges intelligencia könyv] | [http://www.tankonyvtar.hu/hu/tartalom/tamop425/0026_mi_4_4/adatok.html epub, pdf formátumok] | * [https://docs.google.com/document/d/1Iv4O0vthAugr0eIghOuKkXKTxE-BB72dlL9icwa835k/edit# Oktató által kiadott kérdések kidolgozása (2016)] | ||
* [http:// | * [http://mialmanach.mit.bme.hu/aima/index Mesterséges intelligencia könyv] | [http://www.tankonyvtar.hu/hu/tartalom/tamop425/0026_mi_4_4/adatok.html epub, pdf formátumok] | ||
* [http://mialmanach.mit.bme.hu/neuralis/index Neurális hálózatok könyv] | |||
* 2018 őszi előadásdiák: | |||
** [[Média:mi_eloadasdia_2018osz_1.pdf|Intelligens ágensek]] | |||
** [[Média:mi_eloadasdia_2018osz_2.1.1.pdf|Problémamegoldás kereséssel 1.]] | |||
** [[Média:mi_eloadasdia_2018osz_2.1.2.pdf|Problémamegoldás kereséssel 2.]] | |||
** [[Média:mi_eloadasdia_2018osz_2.2.pdf|Kényszerkielégítési problémák]] | |||
** [[Média:mi_eloadasdia_2018osz_3.1.pdf|Lokális keresés, döntések jellemzése 1.]] | |||
** [[Média:mi_eloadasdia_2018osz_3.2.pdf|Lokális keresés, döntések jellemzése 2.]] | |||
** [[Média:mi_eloadasdia_2018osz_4.1.pdf|Egyszerű döntés (döntési fa) tanulás]] | |||
** [[Média:mi_eloadasdia_2018osz_4.2.1.pdf|Valószínűleg Közelítően Helyes 1.]] | |||
** [[Média:mi_eloadasdia_2018osz_4.2.2.pdf|Valószínűleg Közelítően Helyes 2.]] | |||
** [[Média:mi_eloadasdia_2018osz_5.pdf|Logikai ágens, ítéletlogika]] | |||
** [[Média:mi_eloadasdia_2018osz_6.1.pdf|Elsőrendű logika]] | |||
** [[Média:mi_eloadasdia_2018osz_6.2.pdf|Cselekvéstervezés]] | |||
** [[Média:mi_eloadasdia_2018osz_8.1.pdf|Bizonytalanság kezelése]] | |||
** [[Média:mi_eloadasdia_2018osz_8.2.pdf|Valószínűségi hálók, Naiv Bayes-háló]] | |||
** [[Média:mi_eloadasdia_2018osz_9.pdf|Következtetés Bayes-hálókban]] | |||
** [[Média:mi_eloadasdia_2018osz_10.1.pdf|Neurális hálók]] | |||
** [[Média:mi_eloadasdia_2018osz_10.2.pdf|Neurális hálók tanítása]] | |||
** [[Média:mi_eloadasdia_2018osz_12.1.pdf|Szekvenciális döntések]] | |||
** [[Média:mi_eloadasdia_2018osz_12.2.pdf|Megerősítéses tanulás]] | |||
** [[Média:mi_eloadasdia_2018osz_14.pdf|Nem ellenőrzött tanulás, klaszterezés]] | |||
* [http://www.inf.u-szeged.hu/~szorenyi/MestInt/ szegedi egyetem gyakorlat honlapja] | * [http://www.inf.u-szeged.hu/~szorenyi/MestInt/ szegedi egyetem gyakorlat honlapja] | ||
* [[Média:MI_osszefoglalo.pdf|Összefoglaló pdf]]: [[MIOsszefoglalo]] kiegészítve majdnem végig a 2005/06 őszi féléves fóliáik alapján (kisebb hiányok vannak, formázásra szorul) | * [[Média:MI_osszefoglalo.pdf|Összefoglaló pdf]]: [[MIOsszefoglalo]] kiegészítve majdnem végig a 2005/06 őszi féléves fóliáik alapján (kisebb hiányok vannak, formázásra szorul) | ||
40. sor: | 84. sor: | ||
** [http://www.inf.u-szeged.hu/~jelasity/mi1/2010/index.html#2 Mesterséges Intelligencia I.] | ** [http://www.inf.u-szeged.hu/~jelasity/mi1/2010/index.html#2 Mesterséges Intelligencia I.] | ||
** [http://www.inf.u-szeged.hu/~ormandi/index.php?menu=teaching#ai1 gyak anyag] | ** [http://www.inf.u-szeged.hu/~ormandi/index.php?menu=teaching#ai1 gyak anyag] | ||
* 2016-17-es közös feladatmegoldós [https://docs.google.com/document/d/1xhj6zesahmUpfHCwo_pmUgpAcikXVxil_WLGGynp8Uc/edit doksi] | |||
* 2017-18 őszi közös feladatmegoldós [https://docs.google.com/document/d/1JeqSnXTZQryXsEI-fV_9x007jLbw2uStz2VrnjHMxJY/edit?usp=sharing doksi] | |||
=== Hivatalos gyakorló feladatok === | |||
* 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]] | |||
* 2017/őszi hivatalos gyakorló feladatsorok: | |||
** [[Média:mestint_gyakorlo_2017osz_1-3.pdf|Gyakorló feladatok a(z) 1-3. előadásokhoz]] | |||
* [[Média: | ** [[Média:mestint_gyakorlo_2017osz_4-6.pdf|Gyakorló feladatok a(z) 4-6. előadásokhoz]] | ||
* [[Média: | ** [[Média:mestint_gyakorlo_2017osz_7-8.pdf|Gyakorló feladatok a(z) 7-8. előadásokhoz]] | ||
* [[Média: | |||
===Keresési algoritmusok=== | ===Keresési algoritmusok=== | ||
{{Rejtett | {{Rejtett | ||
|mutatott=Külön | |mutatott='''Külön''' | ||
|szöveg= | |szöveg= | ||
*[[Media:MI_2013_Acsillag_Kereses.pdf | A csillag (A*)]] | *[[Media:MI_2013_Acsillag_Kereses.pdf | A csillag (A*)]] | ||
66. 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 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 == | |||
* [[Media:mi_mintazh_2018osz.pdf|2018-ban kiadott minta ZH]] | |||
* [[Media:mi_mintapotzh_2018osz.pdf|2018-ban kiadott minta pótZH]] | |||
{{Rejtett | |||
|mutatott='''Régi képzés ZH-k''' | |||
|szöveg= | |||
*2009: | |||
**ZH feladatsorok: [[Media:MI_ZH_2009_11_02_A_Feladatok.pdf | A csoport ]] | [[Media:MI_ZH_2009_11_02_B_Feladatok.pdf | B csoport ]] és megoldások: [[Media:MI_ZH_2009_11_02_A_Megoldasok.pdf | A csoport ]] | [[Media:MI_ZH_2009_11_02_B_Megoldasok.pdf | B csoport ]] | |||
**PZH feladatsorok: [[Media:MI_PZH_2009_11_20_A_Feladatok.pdf | A csoport ]] | [[Media:MI_PZH_2009_11_20_B_Feladatok.pdf | B csoport ]] és megoldások: [[Media:MI_PZH_2009_11_20_A_Megoldasok.pdf | A csoport ]] | [[Media:MI_PZH_2009_11_20_B_Megoldasok.pdf | B csoport ]] | |||
*2010: | |||
** ZH megoldások: [[Media:Mi_zh_2010_a_mo.pdf | A csoport]] | [[Media:Mi_zh_2010_b_mo.pdf | B csoport ]] | |||
** PZH megoldások: [[Media:MI_PZH_2010_11_30_A_megoldasok.pdf | A csoport]] | [[Media:MI_PZH_2010_11_30_B_megoldasok.pdf | B csoport ]] | |||
*2011: | |||
**ZH megoldások: [[Media:MI_ZH_2011_AB_Megoldasok.pdf | AB csoport]] | |||
*2012: | |||
**ZH (megjegyzésekkel): [[Media:MI_ZH_2012_10_30_AB_megjegyzesek.pdf | AB csoport]] | |||
**PZH (megjegyzésekkel): [[Media:MI_PZH_2012_11_27_A_megjegyzesek.pdf | A csoport]] | [[Media:MI_PZH_2012_11_27_B_megjegyzesek.pdf | B csoport ]] | |||
**PPZH feladatok: [[Media:MI_PPZH_2012_12_11_A_Feladatok.pdf | A csoport]] | [[Media:MI_PPZH_2012_12_11_B_Feladatok.pdf | B csoport]] | |||
*2014: | |||
**ZH feladatsorok: [[Media:Mi_zh_20141104_A_4-8.pdf | A csoport (4-8. feladatat)]] | [[Media:Mi_zh_20141104_B.pdf | B csoport]] | |||
**PZH feladatsorok: [[Media:Mi_pzh_20411202_B.pdf | B csoport]] | |||
}} | |||
== 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]] | |||
* 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}} | |||
A lap jelenlegi, 2020. december 19., 00:23-kori változata
- Ez 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
- Oktató által kiadott kérdések kidolgozása (2016)
- Mesterséges intelligencia könyv | epub, pdf formátumok
- Neurális hálózatok könyv
- 2018 őszi előadásdiák:
- Intelligens ágensek
- Problémamegoldás kereséssel 1.
- Problémamegoldás kereséssel 2.
- Kényszerkielégítési problémák
- Lokális keresés, döntések jellemzése 1.
- Lokális keresés, döntések jellemzése 2.
- Egyszerű döntés (döntési fa) tanulás
- Valószínűleg Közelítően Helyes 1.
- Valószínűleg Közelítően Helyes 2.
- Logikai ágens, ítéletlogika
- Elsőrendű logika
- Cselekvéstervezés
- Bizonytalanság kezelése
- Valószínűségi hálók, Naiv Bayes-háló
- Következtetés Bayes-hálókban
- Neurális hálók
- Neurális hálók tanítása
- Szekvenciális döntések
- Megerősítéses tanulás
- Nem ellenőrzött tanulás, klaszterezés
- szegedi egyetem gyakorlat honlapja
- Összefoglaló pdf: MIOsszefoglalo kiegészítve majdnem végig a 2005/06 őszi féléves fóliáik alapján (kisebb hiányok vannak, formázásra szorul)
- Mesterséges Intelligencia könyv fejezeteinek kivonata: Összefoglaló
- SZTE-ről jó cuccok:
- 2016-17-es közös feladatmegoldós doksi
- 2017-18 őszi közös feladatmegoldós doksi
Hivatalos gyakorló feladatok
- 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.
- 2017/őszi hivatalos gyakorló feladatsorok:
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
- 2009:
- ZH feladatsorok: A csoport
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
- 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 |