Praktikum Künstliche Intelligenz

Slides:



Advertisements
Ähnliche Präsentationen
Intelligente Anwendungen im Internet
Advertisements

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
Einführung.
Web-Programmierung und Web 2.0-Technologien
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen Organisatorisches zu den Übungen Tobias Lauer.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
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
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Algorithmen für Peer-to-Peer-Netzwerke Sommersemester Vorlesung.
UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS Organisatorisches Andreas Goebels.
Programmierung verteilter Systeme Lab Institut für Informatik Universität Augsburg Universitätsstraße 14, Augsburg Tel.: (+49) 821/ , Fax:
Bio-inspired & Grid Computing I
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)
Sprachverarbeitung Interaktiv Iman Thabet Lehrstuhl für Informatik 8 (Künstliche Intelligenz) Universität Erlangen-Nürnberg.
Grundlagen der Künstlichen Intelligenz
Julien Gaugaz 7. April 2011.
Neue sächsische Lehrpläne
Fakultät für Betriebswirtschaft Munich School of Management Das Institut für Wirtschaftsinformatik und Neue Medien im Hauptstudium Diplom BWL Überblick.
Objektorientierte Modellierung und Simulation technischer Systeme Vertiefungsveranstaltung im Studiengebiet SSG WS2006/2007 André Nordwig, Christoph Nytsch-Geusen.
Betrügern auf der Spur WIN-Treffen 2010 Falko Meyer 04 BW.
Didaktisches Design digitaler Lernumgebungen
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Organisatorisches Vorlesungstermine: –dienstags, 14:00h, A125 –freitags,
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
BMU – KI III 1 Stand: März 2007 Entwicklung erneuerbarer Energien in Deutschland im Jahr Erneuerbare Energien in Deutschland im Jahr 2006.
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
© J.Heigert 2005 Betriebliche Informations- und Steuerungssysteme II Prof. Dr. Johannes Heigert Fachhochschule München Es ist nicht genug, zu wissen,
Unternehmensgründung Praktikum SoSe 2014 – Termin am
Zentralkurs 2006 Nationales Kader 26./27. August 2006 Magglingen.
Das Betriebspraktikum (Schnupperlehre)
Künstliche Intelligenz
LUST AUF GRUPPENARBEIT ?!
LS 8 – Künstliche Intelligenz
Ablauf einer Mediation
Übung 1 - MdMT Methoden der Medizintechnik Übung zur Vorlesung Peter Knüppel Folge 1 – Intro Organisatorisches.
Vorlesung "Datenbanken“- Prof. Dr. U. Klug Datum: Seite: 1 Einführung in das Arbeiten mitDatenbanken - Organisation der Vorlesung -
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,
Design und Optimierung optischer Systeme durch Neuronale Netze und Genetische Algorithmen.
Grundzüge der Mikroökonomik: Organisation & inhaltliche Gliederung
Campusmanagement und E-Learning – eine Optimierungsstrategie AMH Frühjahrs-Tagung, März 2011 Dr. Thomas Strauch.
Abstraktion Reflexion Konkretion Theorie Abstrakte Ebene Phänomen Konkrete Ebene Maturaarbeit.
Kundenprojekt Web-Technologien (SoSe 16) Marko Harasic Freie Universität Berlin Institut für Informatik Netzbasierte Informationssysteme
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.
 Präsentation transkript:

Praktikum Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung

Übung zur Vorlesung KI SoSe 2006 Überblick Adversariale Suche Problemlösung mit Heuristiken Constraint Satisfaction Probleme Genetische Algorithmen und diskrete Optimierung Nichtlineare Optimierung Neuronale Netze Maschinelles Lernen Übung zur Vorlesung KI SoSe 2006

Organisation des Praktikums Übungsleiter Christoph Bodensteiner H64 / R89 (0451-500) 5694 bodensteiner@rob.uni-luebeck.de Markus Finke H64 / R87 (0451-500) 5692 finke@rob.uni-luebeck.de Alexander Schläfer H64 / R95 (0451-500) 5209 schlaefer@rob.uni-luebeck.de Übung zur Vorlesung KI SoSe 2006

Organisation des Praktikums Seminarteil 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 Übung zur Vorlesung KI SoSe 2006

Bearbeitung der Aufgaben Einzeln oder in Gruppen (je nach Teilnehmerzahl) Abgabe per Email an jeweiligen Übungsleiter Theorieaufgaben im Email-Body oder als Anhang Programmieraufgaben: Meist in C++ Fokus liegt auf den Algorithmen, nicht auf der Implementierung Übung zur Vorlesung KI SoSe 2006

Übung zur Vorlesung KI SoSe 2006 Scheinkriterien Aufgabenblätter erfolgreich bearbeiten (Theorie- und Programmierteil) Aktive Mitarbeit Übung zur Vorlesung KI SoSe 2006

Übung zur Vorlesung KI SoSe 2006 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) Übung zur Vorlesung KI SoSe 2006