TU Wien:Einführung in die Künstliche Intelligenz VU (Eiter, Tompits)

Aus VoWi
Zur Navigation springen Zur Suche springen

Daten[Bearbeiten | Quelltext bearbeiten]

Diese LVA wird nicht mehr von dieser Person angeboten, ist ausgelaufen, oder läuft aus und befindet sich daher nur noch zu historischen Zwecken im VoWi.
Vortragende Thomas Eiter, Hans Tompits
ECTS 3
Abkürzung EKI
Links tiss:184735
Zuordnungen
Bachelorstudium Medizinische Informatik
Bachelorstudium Software & Information Engineering
Bachelorstudium Technische Informatik

Mattermost: Channel "einfuehrung-in-die-kuenstliche-intelligenz" • Register • Mattermost-Infos

Inhalt[Bearbeiten | Quelltext bearbeiten]

  • Was ist künstliche Intelligenz? Was sind Akteure?
  • Uninformierte und informierte Suche (Breitensuche, Tiefensuche, A*-Suche, ...), lokale Suche
  • Lernen durch Beobachtung (im speziellen Entscheidungsbäume)
  • Neuronale Netze
  • Constraint Satisfaction Problems
  • Planen mithilfe der Planungssprache STRIPS
  • Entscheidungstheorie (Rationality axioms, Entscheidungsnetze, ...)
  • Philosophisches zur künstlichen Intelligenz

Ablauf[Bearbeiten | Quelltext bearbeiten]

Es gibt 12 Vorträge, wobei die erste Hälfte von Prof. Eiter und die zweite von Prof. Tompits gehalten wird. Am Ende des Semesters gibt es ein Abgabegespräch, an dem drei Studierende teilnehmen und die gekreuzten Übungsbeispiele erläutern.

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]

Für das erste Übungsblatt sind Kenntnisse über Graphentheorie aus Algorithmen und Datenstrukturen 1 VU und Algebra und Diskrete Mathematik von Vorteil.

Da STRIPS auf Prädikatenlogik basiert, ist es überdies von Vorteil, ein Grundverständnis von Logik zu haben.

Vortrag[Bearbeiten | Quelltext bearbeiten]

Der Vortrag ist meiner Ansicht nach ziemlich langweilig und hilft nicht viel beim Verstehen des Stoffes. Viel eher sollte man sich die entsprechenden Kapitel im Buch durchlesen.

Wenn sich genug Studenten finden, die den Vortrag auf Englisch hören möchten, wird er auf Englisch abgehalten. Leider haben die Vortragenden kein besonders akzentfreies Englisch, darum können sie mitunter schwer zu verstehen sein.

SS16: Auch heuer war der Vortrag einfach nur einschläfernd. Besonders der Teil von Professor Tompits kann eigentlich vollkommen vergessen werden, da er es nicht schafft einen Satz ohne "ähm ähm ähm" herauszubringen oder Teile des Satzes mehrmals zu wiederholen ("Und dann... und dann.. und dann..."). Er wirkt extrem schlecht vorbereitet und tut sich sichtlich schwer von den englischen Folien abzulesen und das auf Deutsch zu übersetzen.

Übungen[Bearbeiten | Quelltext bearbeiten]

Es gibt 3 Kreuzerlübungen, in denen Beispiele an der Tafel präsentiert werden müssen. Die Beispiele sind in ihrem Schwierigkeitsgrad ziemlich unterschiedlich, im Großen und Ganzen sollte die Übung jedoch kein allzu großes Problem darstellen. Für gewisse Beispiele sind die Vorlesungsfolien nicht ausreichend, in dem Fall sollte man sich das Buch durchlesen oder Ausarbeitungen aus dem Vowi konsultieren. Im Informatik-Forum gibt es sehr viele Diskussionen zu alten Beispielen, die oft recht ähnlich oder identisch sind.

Ein Pluspunkt ist, dass man viel Zeit zur Ausarbeitung der Beispiele hat, man hat bis kurz vor Ende des Semesters Zeit, diese zu lösen.

Ab SS16: Es gibt zwar immer noch drei Übungen à 7-8 Beispiele, jedoch keine Übungsgruppen mehr und kein Präsentieren an der Tafel. Anstatt der Übungsgruppen gibt es am Ende des Semesters ein Abgabegespräch, zu dem man sich über TUWEL anmeldet. Die Übungsblätter werden nachdem der zugehörige Stoff in der Vorlesung behandelt wurde veröffentlicht. Diese Abgabegespräch lief sehr entspannt ab (bei Frau Garcia), es wurden pro Blatt 1-2 Fragen an jeden gestellt, besonders Beispiele die irgendjemand nicht gekreuzt hat und minimal die Theorie dahinter erfragt (Definition von admissible...). Es durften alle Unterlagen verwendet werden (auch wenn in der Beschreibung des Abgabegesprächs steht, dass dies nicht unbedingt der Fall sein muss) und wurde sehr freundlich benotet (jemand der nicht wirklich all zu viel wusste bekam trotzdem nur 2 Punkte Abzug). Nur zur Info: Frau Garcia spricht nur Englisch, falls man sich damit schwer tut sollte man vielleicht jemand anderen wählen.

SS17: Modus ist gleichgeblieben. Der Ablauf des Abgabegesprächs kommt sehr auf den Prüfer an. Im SS17 ist es passiert, dass die Freigabe des letzten Übungsblattes nur wenige Tage vor der Kreuzerl-Deadline lag, was für einigermaßen Stress in einer ohnehin schon stressigen Prüfungszeit gesorgt hat. Außerdem war die Komplexität der Beispiele stark steigend. Tipp daher: frühe Übungsblätter vollständig lösen, damit man beim letzten nicht mehr so viel kreuzen muss

SS21: Es gab wieder drei Übungsblätter, welche bis Anfang Juni gelöst werden musste. Danach gab es ein Abgabegespräch in dem alle Übungsblätter behandelt wurden und pro Blatt 1-2 Aufgaben erklärt werden mussten. Die Bewertung ist sehr human, ich erhielt die volle Punktzahl obwohl ich nicht alle Übungen richtig hatte.

Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]

Die Prüfung ist nicht besonders schwer, auch wenn gewisse Fragen schon ein großes Detailwissen erfordern (es werden z.B. die Formeln zum Lernen in neuronalen Netzen gefragt). Wenn man brav die Übung macht und sich vor der Prüfung die Folien genau durchliest, steht einer positiven Note wirklich nichts im Wege. Außerdem sollte man die alten Tests durchgehen, da sich die Fragen relativ stark wiederholen.

Die Benotung ist durchwegs human.

SS 2023: Praxisbeispiele sehr ähnlich zu den vergangenen Jahren. Theorie wurde recht genau gefragt. Wenn man die Praxisbeispiele geübt hat, die Theorie etwas angeschaut hat und bei den MPC-Fragen, bei denen man die Antwort nicht weiß, eher konservativ kreuzt, dann ist man 100% positiv, zumal die Benotung extrem fair ist.

Abgabegespräch[Bearbeiten | Quelltext bearbeiten]

Eiter: Ihm war es wichtig, dass man verstanden hat, warum man was wie gelöst hat. Theoriefragen wurden nur wenige gestellt und bezogen sich alle auf den Lösungsweg der Übung. Er hat bei jedem pro Übungsblatt ein Beispiel ausgewählt, wobei er die Beispiele, welche einer oder zwei der Gruppe nicht angekreuzt haben, bevorzugt gewählt hat, damit "die anderen was davon lernen können".

Tompits SS23: Jeder der 3 Slot-Teilnehmer kommt einzeln dran für ca. 20 Minuten. Ich musste ein Beispiel erklären, ein bisschen wurde dazu gefragt und das wars. Habe 15 von 15 Punkten. Top.

Eiter SS23: War sehr chillig. Im Grunde präsentiert man kurz seine Lösung. Wenn es korrekt ist fragt er nicht weiter nach. Passt die Lösung nicht fragt er etwas nach. Man bekommt dennoch sehr viele Punkte.

Solda SS23: War sehr angenehm. Ich habe mit ihm die Blätter einzeln besprochen und musste pro Blatt bei einer Aufgabe grob erklären, was ich gemacht habe. War auf Englisch und habe alle Punkte erhalten

Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]

Das KBS ist dafür bekannt, dass es für die Verbesserung von Prüfungen immer extrem lange braucht.

Semester Letzte Leistung Zeugnis
SS 2012 06.07.2012 03.09.2012 8,5 Wochen
SS 2012 (2. Termin) 02.10.2012 11.11.2012 5 Wochen, 5 Tage
SS 2013 01.07.2013 03.09.2013 9 Wochen
SS 2013 (3. Termin) 20.12.2013 17.02.2014 8 Wochen, 3 Tage
SS 2014 (2. Termin) 07.10.2014 11.11.2014 5 Wochen
SS 2014 (3. Termin) 15.12.2014 20.01.2015 5 Wochen, 1 Tag
SS 2015 30.06.2015 14.08.2015 6 Wochen, 3 Tage
SS 2015 (2. Termin) 06.10.2015 11.11.2015 5 Wochen, 1 Tag
SS 2016 28.06.2016 01.08.2016 5 Wochen
SS 2017 27.06.2017 07.08.2017 5 Wochen, 6 Tage
SS 2019 25.06.2019 19.07.2019 3 Wochen, 3 Tage
SS 2020 23.06.2020 17.07.2020 3 Wochen, 3 Tage
SS 2021 30.06.2021 02.08.2021 4 Wochen, 5 Tage
SS 2022 (3. Termin) 01.12.2022 15.12.2022 2 Wochen
SS 2023 (2. Termin) 26.09.2023 23.10.2023 4 Wochen

Zeitaufwand[Bearbeiten | Quelltext bearbeiten]

Auch ohne Vorkenntnisse ist der Zeitaufwand adäquat zu den ECTS.

Hier sollte erwähnt werden, dass der Aufwand für die Übungsbeispiele relativ hoch im Vergleich zu dem Prozentanteil der Note ist. Wenn jemand das praktische Üben beim Verständnis hilft, dann unbedingt Übungen machen. Wenn einem das nicht hilft, und man nicht unbedingt auf ein "Sehr gut" aus ist, kann man hier beträchtlich Zeit einsparen

SS2020: ich hab die LVA nicht wirklich ernst genommen während dem Semester (hab mir keine VO angeschaut und die Übungsblätter nicht gemacht), dachte mir aber trotzdem ich probier die letzte Prüfung. Ich selber hab genau 20h für die Prüfung gelernt wobei ich davon ca die hälfte der Zeit die Folien durchgearbeitet habe und die andere hälfte die häufigen Fragen gelernt habe (wiederholen sich oft). Endnote : TBA (bin aber ziemlich confident, dass ich positiv bin)

SS2021: Die LVA ist mit relativ wenig Zeitaufwand verbunden. Die drei Übungsblätter waren mit den Folien, den Materialien aus dem Vowi und Google in einer Woche locker zu schaffen ohne die Vorlesungen anzusehen. Die Prüfung war nicht zu unterschätzen, da die Theorie sehr genau gefragt wurde.

Unterlagen[Bearbeiten | Quelltext bearbeiten]

Das in der LVA verwendete Buch ist sehr empfehlenswert. Es kann in den Materialien kostenlos heruntergeladen werden:

  • Stuart Russell and Peter Norvig. Artificial Intelligence: A Modern Approach, 3rd edition. Prentice Hall, 2010 (http://aima.cs.berkeley.edu/)
  • Stuart Russell, Peter Norvig: Künstliche Intelligenz: Ein moderner Ansatz. 3., überarbeitete Auflage, Pearson Deutschland, 2012.

Materialien

Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]

Die LVA wird eher unmotiviert abgewickelt. Die Übungsbeispiele haben sich schon seit Jahren nicht mehr großartig geändert und auch die Aufbereitung der Inhalte ist verbesserungswürdig. Der im SS 2016 eingeführte Übungsmodus macht aus der VU eine VO mit ein paar mehr oder weniger verpflichtenden Übungsbeispielen, die man zum Ende des Semesters abgeben und rechtfertigen muss. Es wirkt, als wollte man hier nur den Aufwand für die Lehrenden reduzieren und nicht die methodische Aufbereitung verbessern.

Viele Themen werden nur halbherzig oder nicht ausreichend erklärt. Zum Beispiel bei Decision Trees, statt Information Gain gut zu erklären werden ein paar Formeln auf die Folien geklatscht und in diese darf man dann einsetzen.

Die vielleicht am schlechtesten gehaltene Vorlesung im Bachelorstudium 0/10

SS23: Verstehe nicht, wieso diese LVA so viel gehatet wird. Themen sind spannend und die UE Beispiele sind didaktisch gut aufgearbeitet.

Materialien

Neues Material hinzufügen

E

F

K

P

S

W

Z

Abgerufen von „https://vowi.fsinf.at/index.php?title=TU_Wien:Einführung_in_die_Künstliche_Intelligenz_VU_(Eiter,_Tompits)&oldid=188461“