Praktikum Künstliche Intelligenz

Slides:



Advertisements
Ähnliche Präsentationen
Prof. Dr. Stephan Pareigis Prof. Dr. Birgit Wendholt
Advertisements

Intelligente Anwendungen im Internet
Seminar Echtzeitsysteme
Programmierung II (SS 2003)
Moderne Methoden der KI: Maschinelles Lernen
Bildverarbeitung Technische Universität Darmstadt
Grundstudiumspraktikum “Maschinelle Übersetzung”
G.Heyer Algorithmen und Datenstrukturen II 1 Algorithmen und Datenstrukturen II Wintersemester 2000 / 2001 Prof. Dr. Gerhard Heyer Institut für Informatik.
Informationsveranstaltung zum Seminar „Wirtschaftslehreunterricht mit vierwöchigem Schulpraktikum“ 16. Juli 2009.
WS 2009/10 1 Vorlesung Systeme 1. WS 2009/10 2 Vorlesung Systeme 1 Lehrstuhl für Kommunikationssysteme Prof. Gerhard Schneider
Fachpraktikum Graphische Benutzungsoberflächen Wintersemester 2007/08
Web-Programmierung und Web 2.0-Technologien
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen Organisatorisches zu den Übungen Tobias Lauer.
WS 06/07 Algorithmentheorie 01 - Einleitung Prof. Dr. Th. Ottmann Tobias Lauer.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
Praktikum Entwicklung und Einsatz von Geosoftware I - Sitzung 1
Einführungssitzung Architekturen interoperabler Systeme für raumzeitliche Prozesse Einführungssitzung Lars Bernard, Udo Einspanier,
Proseminar Sekundäranalyse SoSe05
Sourcing bei Finanzdienstleistungsunternehmen
Fortgeschrittenen-Praktikum: Entwicklung und Implementierung eines webbasierten Fußball-Tippspiels mit.
Datenbanksystementwicklung – Praktikum & Vorlesung – WS 2004/2005
UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS Organisatorisches Andreas Goebels.
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
DVG Interfaces. DVG mehrfache Vererbung 4 Mehrfache Vererbung ist die Ableitung einer Klassen von mehreren anderen Klassen. –farbigerPunkt.
Willkommen zu Vorlesung
Bildverarbeitung Technische Universität Darmstadt
Bildverarbeitung Technische Universität Darmstadt
Praktikum Künstliche Intelligenz
Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung.
Übung zur Vorlesung Künstliche Intelligenz
Universität Karlsruhe (TH) © 2008 Univ,Karlsruhe, IPD, Prof. LockemannDBI 0 Datenbankimplementierung und -tuning Einführung.
Universität Karlsruhe (TH) © 2006 Univ,Karlsruhe, IPD, Prof. Lockemann/Prof. BöhmTAV 0 Transaktionsverwaltung Einführung.
Betriebssysteme, Rechnernetze und verteilte Systeme I (BSRvS 1)
Grundlagen der Künstlichen Intelligenz
Julien Gaugaz 7. April 2011.
Neue sächsische Lehrpläne
Sommersemester 2004 Jan Drewnak Sitzung 1 Praktikum Entwicklung und Einsatz von Geosoftware I Sitzung 1: Einführung und Organisation.
Fakultät für Betriebswirtschaft Munich School of Management Das Institut für Wirtschaftsinformatik und Neue Medien im Hauptstudium Diplom BWL Überblick.
Betrügern auf der Spur WIN-Treffen 2010 Falko Meyer 04 BW.
Praktische Optimierung Sommersemester 2010 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
? Was ist Informatik? Was ist Informatik? Alexander Lange
Mai-081 Information Forschung in NÖ Ohne Anspruch auf Vollständigkeit … Bund- Bundesländerkooperation Wissenschaftsabteilung Projekte in den Abteilungen.
Ökonomische Aspekte einer nachhaltigen Entwicklung Seminar 4 ETCS Termin I: :00-20:00 Termin II: :00-20:00 Termin III:
Adaptive Systeme Prof. Rüdiger Brause WS 2013.
Adaptive Systeme-2 Grundlagen
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2007/08.
Praktische Optimierung – Präludium
Organisatorisches Leiterin: Mag. Dr. Sabine Alexandra Haring Telefon: Termine und Lehrveranstaltungsunterlagen:
Das Betriebspraktikum (Schnupperlehre)
Künstliche Intelligenz
Proseminar GMA Web Suche und Information Retrieval (SS07)
Ablauf einer Mediation
Gruppe 1 Erstellen Sie Eine Checkliste für zukünftige Lagen dieser Art
Entdeckendes Lernen Furian Susanne.
Data Warehousing Sommersemester Übung - Ulf Leser Jörg Hakenberg Mailingliste.
BWL für Juristen WS 08/09 Ak. OR. Dr. Ursula Müller FB IV – BWL.
R. Der Algorithmen und Datenstrukturen (Magister) 1 Vorlesung Algorithmen und Datenstrukturen (Magister) Sommersemester 2001 Prof. Dr. Ralf Der Institut.
Christian Scheideler WS 2008
Programmierpraktikum HT 2005 Thomas Triebsees,
Kopf und Computer Gerhard Vollmer
Laborpraktikum Umsetzung von Pattern SS 05 Prof. Paul, Dipl.-Inf. Fröhlich, Dipl.-Inf. Linke {paul | iti.cs.uni-magdeburg.de
Design und Optimierung optischer Systeme durch Neuronale Netze und Genetische Algorithmen.
Kundenprojekt Web-Technologien (WS 2015/16) Prof. Dr.-Ing. Robert Tolksdorf & Marko Harasic Freie Universität Berlin Institut für Informatik Netzbasierte.
SENDIAS-INFORMATIK CAFÉ Selbständigkeit im Alter in einer modernen digitalen Welt  das fördern und unterstützen wir alle 14 Tage im „Informatik-Café (IC)“
Kundenprojekt Web-Technologien (SoSe 16) Marko Harasic Freie Universität Berlin Institut für Informatik Netzbasierte Informationssysteme
FAKULTÄT WIRTSCHAFTS- UND SOZIALWISSENSCHAFTEN INSTITUT FÜR MARKETING & MANAGEMENT Modalitäten zur Anmeldung  Seminarangebot: Lehrstuhl für Unternehmensführung.
Vorbereitet zur Übung – Die HAITI-Methode Workshops zur Professionalisierung Unterstützung der Selbstlernphase Studierender zur Vorbereitung auf Übungen.
Vorbereitet zur Rechenübung – Die HAITI-Methode Unterstützung der Selbstlernphase Studierender zur Vorbereitung auf Rechenübungen.
Vorlesung Rechnernetzwerke Studiengang Medieninformatik
 Präsentation transkript:

Praktikum Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung

Überblick Adversariale Suche Problemlösung mit Heuristiken Constraint Satisfaction Probleme Genetische Algorithmen und diskrete Optimierung Nichtlineare Optimierung Neuronale Netze Maschinelles Lernen Praktikum KI WS 2007/08

Organisation des Praktikums Übungsleiter Markus Finke H64 / R87 (0451-500) 5692 finke@rob.uni-luebeck.de Tobias Lohe H64 / R95 (0451-500) 5208 lohe@rob.uni-luebeck.de Christoph Bodensteiner H64 / R89 (0451-500) 5694 bodensteiner@rob.uni-luebeck.de Praktikum KI WS 2007/08

Organisation des Praktikums Praktikumsteil Regelmäßig, fester Termin (nach Absprache, Seminarraum 4) Vorbereitung auf die Themen anhand von vorgegebener und selbst recherchierter Literatur bzw. Vorlesungsstoff (alle Teilnehmer!) Besprechung der gestellten Aufgaben bzw. Vorrechnen (Demonstration) von Lösungen (alle Teilnehmer!) Aufgabenteil Theoretische Aufgaben und Programmieraufgaben Regelmäßig, freie Zeiteinteilung Selbständiges Lösen der Aufgaben Praktikum KI WS 2007/08

Bearbeitung der Aufgaben Einzeln oder in Gruppen (je nach Teilnehmerzahl) Abgabe per Email an jeweiligen Übungsleiter Theorieaufgaben im Email-Body oder als Anhang Programmieraufgaben: Java / C++ Fokus liegt auf den Algorithmen, nicht auf der Implementierung Praktikum KI WS 2007/08

Scheinkriterien alle Aufgabenblätter erfolgreich bearbeiten (Theorie- und Programmierteil) Aktive Mitarbeit Praktikum KI WS 2007/08

Literatur Artificial Intelligence – A Modern Approach Stuart Russell, Peter Norvig Pearson / Prentice Hall 2003 Artificial Intelligence – A Guide To Intelligent Systems Micheal Negnevitsky Addison-Wesley 2002 Google Weitere Angaben auf der Homepage (www.rob.uni-luebeck.de -> Teaching -> WiSe06 -> Praktikum Künstliche Intelligenz) Praktikum KI WS 2007/08