Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung.

Slides:



Advertisements
Ähnliche Präsentationen
Intelligente Anwendungen im Internet
Advertisements

Seminar Echtzeitsysteme
Programmierung II (SS 2003)
Bildverarbeitung Technische Universität Darmstadt
Grundstudiumspraktikum “Maschinelle Übersetzung”
Seminar SE 2 st. Uni Klagenfurt: und TU Wien: Mathematische Modellbildung und Simulation Ökonometrische, systemdynamische, Input-Output.
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.
Werdegang, aktueller Stand,
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
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 III Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs Die erste Stunde.
Wissenschaftliche Grundlagen des Mathematischen Schulstoffs IV Die erste Stunde.
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.
Angewandte Informatik
Martin Mauve Internet Protokolle. Mauve: Verteilte Interaktive Medien 2 Vorlesungstermine Di 10:15 bis 11:45 Di 10:15 bis 11:45 Do 12:00 bis 13:30 Do.
Willkommen zu Vorlesung
P1a: Physik I (Klassische Mechanik, Wärmelehre) 1.Übung Beginn am Ausgabe: Montags in Vorlesung (und im Netz, s.u.) Abgabe: Donnerstags in Vorlesung.
Bildverarbeitung Technische Universität Darmstadt
Bildverarbeitung Technische Universität Darmstadt
Praktikum Künstliche Intelligenz
Praktikum Künstliche Intelligenz
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.
Kern- und Teilchenphysik 2
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.
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,
Standard-Software Prof. Dr. Erik Jacobson Lehrveranstaltung im SS 2006
Prof. Dr. Karl-Heinz Paqué
Vorstellung Dr. Roland Düsing Prof. Dr. Marion Steven Sekretariat:
VCRP- Designerkonferenz Workshop: Effektive Organisation von Lerninhalten mit Blackboard CE6 * Webverknüpfungen * DISC/eTeaching Service Center – Dr. Dorit.
ISESE03 Software-Qualitätssicherung VU ( ) Software-Qualitätssicherung UE ( ) Vorbesprechung Denis Frast, Stefan Biffl Institut für Softwaretechnik.
Praktische Optimierung Sommersemester 2010 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
VCRP- Designerkonferenz Workshop: Effektive Organisation von Lerninhalten mit Blackboard CE6 * Forum * DISC/eTeaching Service Center – Dr. Dorit Günther,
? Was ist Informatik? Was ist Informatik? Alexander Lange
- Organisatorisches: Termine
Adaptive Systeme Prof. Rüdiger Brause WS 2013.
Adaptive Systeme-2 Grundlagen
Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2007/08.
Einführung in die Programmierung Wintersemester 2008/09 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering (LS 11) Fakultät für Informatik TU.
Praktische Optimierung – Präludium
© J.Heigert 2005 Betriebliche Informations- und Steuerungssysteme II Prof. Dr. Johannes Heigert Fachhochschule München Es ist nicht genug, zu wissen,
Künstliche Intelligenz
UE Web Engineering, Gruppen 4 und 9, Peter Brezany UE Web Engineering Gruppe /[4,9] Peter Brezany Achtung: dieses Dokument.
Proseminar GMA Web Suche und Information Retrieval (SS07)
Projektfortschritt und Eigenbewertung
LS 8 – Künstliche Intelligenz
Eine Erfolgsgeschichte. Vortragsübersicht Die Firmenstruktur Das Gründungsjahr 1994 Die Verkaufszahlen Erzeugnisse Gestaltete Anzeigen Kleinanzeigen Das.
Stadt- und Regionalsoziologie (S) : Einführung
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
Campusmanagement und E-Learning – eine Optimierungsstrategie AMH Frühjahrs-Tagung, März 2011 Dr. Thomas Strauch.
Kundenprojekt Web-Technologien (SoSe 16) Marko Harasic Freie Universität Berlin Institut für Informatik Netzbasierte Informationssysteme
Fachrichtung Theoretische Informatik
Einführung in die Künstliche Intelligenz I Veranstalter: Prof
 Präsentation transkript:

Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung

Übung zur Vorlesung KI SoSe Überblick Uninformierte Suche Informierte Suche Adversariale Suche Bahn-Planung & Robotik Logik und Prolog Genetische Algorithmen und diskrete Optimierung Mustererkennung (ANN,CBR) Bayes'sche Netze

Übung zur Vorlesung KI SoSe Organisation der Übung Übungsleiter Markus Finke H64 / R87 ( ) 5692 Christoph Bodensteiner H64 / R89 ( ) 5694

Übung zur Vorlesung KI SoSe Organisation der Übung 1 SWS Seminarteil Regelmäßig, fester Termin (Do, Uhr, 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 Übungssaufgaben

Übung zur Vorlesung KI SoSe Bearbeitung der Aufgaben 3er-Gruppen Abgabe per an Markus Finke oder Christoph Bodensteiner Theorieaufgaben im -Body oder als Anhang Programmieraufgaben: Meist in C++ Fokus liegt auf den Algorithmen, nicht auf der Implementierung

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

Übung zur Vorlesung KI SoSe 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 ( -> Teaching -> SoSe07 -> Übung zur Vorlesung Künstliche Intelligenz)