„Mesterséges intelligencia” változatai közötti eltérés
a |
a |
||
| 8. sor: | 8. sor: | ||
|kereszt=nincs | |kereszt=nincs | ||
|tanszék=MIT | |tanszék=MIT | ||
| − | + | |labor= nincs | |
| − | + | |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 | ||
| 34. sor: | 32. sor: | ||
==Követelmények== | ==Követelmények== | ||
| − | A '''félévközi jegy''' megszerzésének feltételei: | + | * A '''félévközi jegy''' megszerzésének feltételei: |
| − | * A 2db egyenként 32 pontos '''zárthelyi''' (min. 40% = 25 pont) sikeres teljesítése | + | ** A 2db egyenként 32 pontos '''zárthelyi''' (min. 40% = 25 pont) sikeres teljesítése |
| − | * Az elérhető 64(ZH) + 3*12(HF) = 100 pont 40%-nak megszerzése | + | ** Az elérhető 64(ZH) + 3*12(HF) = 100 pont 40%-nak megszerzése |
| − | ** A félévben három, egyenként 12 pontos '''házi feladat''' adható be | + | *** A félévben három, egyenként 12 pontos '''házi feladat''' adható be |
| − | Ponthatárok: | + | * Ponthatárok: |
:{| class="wikitable" style="text-align: center; width: 120px; height: 40px;" | :{| class="wikitable" style="text-align: center; width: 120px; height: 40px;" | ||
!Pont!!Jegy | !Pont!!Jegy | ||
| 88. sor: | 86. 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 === |
| − | |||
| − | |||
| − | |||
| − | |||
| − | * [[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]] | ||
| − | * | + | * 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]] | |
| − | |||
| − | 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=== | ||
| 136. sor: | 133. sor: | ||
==ZH== | ==ZH== | ||
| − | 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. | + | * 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. |
| − | + | ** [[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]] | ||
{{Rejtett | {{Rejtett | ||
|mutatott='''Régi képzés ZH-k''' | |mutatott='''Régi képzés ZH-k''' | ||
A lap 2020. szeptember 13., 18:46-kori változata
- Hiba a bélyegkép létrehozásakor: Nem lehet a bélyegképet a célhelyre menteniEz 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, ennek részletei a tantárgyi oldalon olvashatóak.
Tartalomjegyzék
Követelmények
- A félévközi jegy megszerzésének feltételei:
- A 2db egyenként 32 pontos zárthelyi (min. 40% = 25 pont) sikeres teljesítése
- Az elérhető 64(ZH) + 3*12(HF) = 100 pont 40%-nak megszerzése
- A félévben három, egyenként 12 pontos házi feladat adható be
- 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.
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.
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 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.
ZH
- 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.
- 2009:
- ZH feladatsorok: A csoport
Kedvcsináló
| Bevezetők | |
|---|---|
| 1. félév | |
| 2. félév | |
| 3. félév | |
| 4. félév | |
| 5. félév | |
| 6. félév | |
| 7. félév | |
