Übung zur Vorlesung Künstliche Intelligenz

Slides:



Advertisements
Ähnliche Präsentationen
Intelligente Anwendungen im Internet
Advertisements

Seminar Echtzeitsysteme
Programmierung II (SS 2003)
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
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
Programmierung verteilter Systeme Lab Institut für Informatik Universität Augsburg Universitätsstraße 14, Augsburg Tel.: (+49) 821/ , Fax:
Bio-inspired & Grid Computing I
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
Bildverarbeitung Technische Universität Darmstadt
Bildverarbeitung Technische Universität Darmstadt
Praktikum Künstliche Intelligenz
Praktikum Künstliche Intelligenz
Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung.
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.
Objektorientierte Modellierung und Simulation technischer Systeme Vertiefungsveranstaltung im Studiengebiet SSG WS2006/2007 André Nordwig, Christoph Nytsch-Geusen.
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,
Prof. Dr. Karl-Heinz Paqué
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.
- Organisatorisches: Termine
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.
Einführung in die Programmierung Wintersemester 2008/09 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering (LS 11) Fakultät für Informatik TU.
Praktische Optimierung – Präludium
Veronika Kollmann, Bernhard Euler SSDL Stuttgart
© 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.
Künstliche Intelligenz
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.
Lernbereich Englisch Ist ein vergleichsweise „junger“ Lernbereich an der Uni HH (seit WiSe 2009/2010) In HH wurde 1998 Englisch ab Kl 3 flächendeckend.
R. Der Algorithmen und Datenstrukturen (Magister) 1 Vorlesung Algorithmen und Datenstrukturen (Magister) Sommersemester 2001 Prof. Dr. Ralf Der Institut.
Christian Scheideler WS 2008
Lernen 1. Vorlesung Ralf Der Universität Leipzig Institut für Informatik
FPR I - SS Herzlich Willkommen - Matthias Gabriel
Design und Optimierung optischer Systeme durch Neuronale Netze und Genetische Algorithmen.
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
FAKULTÄT WIRTSCHAFTS- UND SOZIALWISSENSCHAFTEN INSTITUT FÜR MARKETING & MANAGEMENT Modalitäten zur Anmeldung  Seminarangebot: Lehrstuhl für Unternehmensführung.
1 Experimentalphysik II Vorlesung: Fr, 08:00 – 09:30 h,Beginn: , HS: 36/0221 Mo, 09:45 – 11:15 h, HS: 36/0221 Übung: Mi, 09:45 – 11:15 h,Beginn:
Fachrichtung Theoretische Informatik
 Präsentation transkript:

Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung

Übung zur Vorlesung KI SoSe 2006 Überblick Suche nach einer „intelligenten“ Lösung Problemlösung mit Heuristiken Adversariale Suche Planung & Robotik Genetische Algorithmen und diskrete Optimierung Neuronale Netze Logik Übung zur Vorlesung KI SoSe 2006

Organisation des Praktikums Übungsleiter Christoph Bodensteiner H64 / R89 (0451-500) 5694 bodensteiner@rob.uni-luebeck.de Übung zur Vorlesung KI SoSe 2006

Organisation der Übung 1 SWS Seminarteil Regelmäßig, fester Termin (Do, 1030 - 1115 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 2006

Bearbeitung der Aufgaben Einzeln oder in 2er-Gruppen (je nach Teilnehmerzahl) Abgabe per Email an Christoph Bodensteiner (bodensteiner@rob.uni-luebeck.de) 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 Sechs 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 -> SoSe06 -> Übung zur Vorlesung Künstliche Intelligenz) Übung zur Vorlesung KI SoSe 2006