TU Wien:Einführung in Artificial Intelligence VU (Tompits)
- Einführung in Artificial Intelligence VU (Eiter) (TU Wien, 21 Materialien)
- Einführung in Artificial Intelligence VU (Tompits) (TU Wien, 6 Materialien)
Daten[Bearbeiten | Quelltext bearbeiten]
| Vortragende | Shqiponja Ahmetaj• Michele Collevati• Tobias Geibinger• Xinghan Liu• Sanja Lukumbuzya• Davide Solda• Hans Tompits |
|---|---|
| ECTS | 6,0 |
| Alias | Introduction to Artificial Intelligence (en) |
| Letzte Abhaltung | 2025S |
| Sprache | „bei bedarf in englisch“ ist kein zulässiger Sprachcode. |
| Mattermost | einfuehrung-in-artificial-intelligence • Register • Mattermost-Infos |
| Links | tiss:192027, eLearning |
Inhalt[Bearbeiten | Quelltext bearbeiten]
Die Themen sind:
- Einführung, Aufbau intelligenter Agenten (nur kurz)
- Suchalgorithmen (sehr viele)
- Induktives Lernen, d.h. Regression etc.
- Maschinelles Lernen, Neuronale Netze
- Constraint Satisfaction Problems (Problemdefinitionen & Lösungsalgorithmen)
- Planungsalgorithmen
- Logic
- Ganz bisschen Philosophie
Generell ist das Fach viel Such-/Lösungsalgorithmen sowie deren Eigenschaften lernen. Außerdem einiges Theorie-Wissen zu Neuronalen Netzen.
"AI" klingt aber viel cooler, als das Fach am Ende ist :[
Ablauf[Bearbeiten | Quelltext bearbeiten]
SS25
Wöchentlicher eine Vorlesung, je 2-3 Stunden.
Die erste Hälfte des Semesters hielt bei uns Liu Xinghan (hat vorher die Übung gemacht), da Prof. Eiter wohl dieses Semester nicht da war. Den zweiten Teil trägt Tompits vor.
Zusätzlich gab es über das Semester 5 Aufgabenblätter, die erst zum Ende des Semesters abgegeben werden mussten, wobei alle grundsätzlich freiwillig waren und bei Abgabe 25 Punkte brachten (mehr siehe Übung).
Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]
Grundsätzlich keine, alles wird von Grund auf erklärt. Zu programmieren gibt's in diesem Kurs nichts.
Wer parallel den Kurs "Logic & Reasoning in Computer Science" macht, spart sich einen kompletten Themenblock.
Vortrag[Bearbeiten | Quelltext bearbeiten]
Der Vortrag findet wöchentlich statt und wird sowohl gestreamt als auch aufgezeichnet. Da Prof. Eiter dieses Jahr nicht da war und Liu Xinghan seinen Teil vorstellte, wurden zusätzlich noch die Aufzeichnungen von Prof. Eiter vom letzten Jahr bereit gestellt. Generell sind die Folien recht Informationsgeladen und 90% des Vortrags werden die Folien vorgelesen. Für Verständnis für die Prüfung reichen wahrscheinlich die großen Themen/Algorithmen, wobei man für eine sehr gute Note echt jeden Satz auf den Folien auswendig können muss. Der Vortrag ist ansonsten ganz nett gemacht, vor allem der Teil von Prof. Tompits.
Der Vortrag gliedert sich in folgende Themengebiete:
Teil 1: Organization / What is Artificial Intelligence / Intelligent Agents / Problem Solving & Search (Suchalgorithmen) 1,2 und 3 / Learning from Examples (Induktives Lernen & Neuronale Netze) 1,2 und 3
Teil 2: Constraint Satisfaction Problems / Knowledge Representation / Planning / Decision Theory / Philosophical Foundations of AI
Übungen[Bearbeiten | Quelltext bearbeiten]
Am Anfang des Semesters gibt es einen kleinen Einstiegstest, der 5 Punkte bringt. Dieser ist eher als "Zusage zur Teilnahme" zu sehen, also sehr einfach. wer den Test nicht macht, wird dann aus dem TUWEL-Kurs gekickt.
Über das Semester verteilt wurden 5 Aufgabenblätter mit je 5-12 Aufgaben veröffentlicht. An sich waren die Aufgaben (mit den Lösungen der alten Blätter im VoWi) nicht super schwierig z ulösen, allerdings schon zeitaufwändig da man teilweise lange Algorithmen durchführen muss. Wenn man alles ordentlich macht kann man mit 5-10 Stunden pro Blatt rechen (Blatt 1 & 2 eher 7, Blatt 3 war am längsten mit 10 Stunden, Blatt 4 & 5 wieder kürzer ca. 5 Stunden).
Die Abgabe der Blätter ist freiwillig, bringt jedoch 25 Punkte. Da die Klausur 100 Punkte bringt, braucht man die Blätter also nur, wenn man eine sehr gute Note oder sich absichern will.
Man muss bis zum Ende des Semesters ankreuzen welche Aufgaben man erledigt hat und ein PDF (handgeschrieben oder getippt, ist egal) mit seinen Lösungen hochladen.
Dann gibt es am Ende ein Abgabegespräch, wo man Fragen zu seinen Lösungen gestellt bekommt und dann gewichtet je nachdem, wie man im Abgabegespräch performt hat, seine Punkte erhält.
Hierbei gab es wohl große Unterschiede je nachdem welchen Prüfer man hatte. Tompits hat wohl nur eine kurze Frage gestellt und direkt volle Punktzahl gegeben. Geibinger hat bei uns schon 3-4 Beispiele pro Person erklären lassen und auch halbwegs streng bewertet wenn man die nicht so gut erklären konnte bzw. teilweise wollte er genau eine Sache bei seinen nachfragen hören.
Die offizielle Bewertung:
Solution Discussion and Grading
In the discussion you will be asked questions about your solutions of examples you checked. The discussion will be evaluated with 0-25 points depending on the quality of your solutions and your knowledge. Note that this evaluation is - for now - independent of the quantity of checked examples; only in the second step, TUWEL will weight this score with the percentage of checked examples to account also for the quantity and round it to the next integer. The intention of this system is to reward checked examples provided that they have been properly solved, while checking examples without good understanding should be prevented.
Examples:
Student Avery Average checked 70% of the examples and the discussion is evaluated with 13 points. The final result is round(13 * 0,70) = 9 points.
Student Carmen Cautious checked only the examples she is very confident about, which are 40%, but explains them perfectly and receives 25 points. The final result is round(25 * 0,40) = 10 points.
Student Gregory Greedy checked 100%, including many examples he did not solve properly. Sadly he gets many questions about such examples and only 2 points. The final result is round(2 * 1,00) = 2 points.
Student Petra Perfect checked 98% of the examples (skipping only a single example she did not manage to solve) and the discussion is evaluated with 25 points. The final result is round(25 * 0,98) = 25 points.
Grundsätzlich ist es natürlich cool, sich mit den Übungsblätter schon einen kleinen Puffer für die Klausur zu erarbeiten, allerdings steht der Aufwand für die Blätter meiner Meinung nach in keinem Verhältnis zu den wenigen Punkten die man dafür bekommt (hab für die Klausur echt fast so lange gelernt wie ich für die ganzen Blätter gebraucht hat und die zählt das 4 fache xD)
Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]
Die Prüfung dauert 90 Minuten und ist closed-book. Die Zeit ist okay, aber man darf sich nicht zulange irgendwo verhaspeln.
Die Prüfung ist auf deutsch und englisch, d.h. die Aufagbenstellung wird in beiden Sprachen angegeben!
Generell sind die Fragentypen gut aus den Altklausuren ersichtlich (siehe hierzu den ganz alten VoWi Eintrag zur deutschen Veranstaltung TU Wien:Einführung in die Künstliche Intelligenz VU (Eiter, Tompits).
Wie man aber auch merkt, muss man für eine sehr gute Note wirklich alles wissen, was in der VO vorgetragen wird, da jedes JAhr andere Details abgefragt werden. Für's Durchkommen reicht wahrscheinlich die Such-Algorithmen, CSP , STRIPS etc. zu beherrschen.
Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]
noch offen
Zeitaufwand[Bearbeiten | Quelltext bearbeiten]
Wenn man nur die Prüfung schreibt, hat man das Semester über gar nichts zu tun. Je nachdem welche Note man anstrebt, sollte man für die Prüfung 1-2 Wochen lernen einplanen.
Mit den Aufgabenblättern kommen über das Semester nochmal ca. 30-50 Stunden (inkl. Abgabegespräch und Orga) oben drauf.
Unterlagen[Bearbeiten | Quelltext bearbeiten]
noch offen
Tipps[Bearbeiten | Quelltext bearbeiten]
Wer auch den Logic-Kurs macht spart sich einen Themenblock :)
Highlights / Lob[Bearbeiten | Quelltext bearbeiten]
noch offen
Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]
SS25: Dadurch, dass in den Abgabegesprächen eigentlich nur 2-3 Fragen durchgegangen werden und keine Musterlösungen hochgeladen werden erhält man eigentlich kein bis begrenztes Feedback ob die Ausarbeitungen denn auch stimmen.