CHAIR OF

COMPUTATIONAL

INTELLIGENCE

Informationen zur Klausureinsicht finden Sie hier. Die Notenverteilung sieht wie folgt aus:

--- Fragestunde ---
Am Freitag, 02.02. werden wir von 16:30 Uhr bis 18:00 Uhr in Raum G29-307 eine Fragestunde anbieten. Diese kann genutzt werden um inhaltliche Fragen gemeinsam zu klären. Abgesehen davon stehen wir für weitere Fragen bis einschließlich 15.02. zur Verfügung. Ab Freitag, 16.02. werden keine Fragen mehr beantwortet.
------------------

Allgemeines

Auf dieser Seite finden Sie verschiedene Informationen zu der Vorlesung "Intelligente Systeme: Einführung". Diese Seite wird im Laufe des Semesters aktualisiert. In dieser Vorlesung und in den Übungen sollen Studierende Kenntnisse erwerben über Probleme der Wissensmodellierung, über die wichtigsten Techniken zur Repräsentation von Wissen, über Verfahren zum Schlussfolgern (Inferenz) in den verschiedenen Repräsentationsformen, über heuristische Suchverfahren und Planungsalgorithmen. Die Vorlesung wird mit einer zweistündigen Klausur abgeschlossen. Studierende können sich entscheiden, ob sie die Klausur als schriftliche Prüfung oder als einen (un)benoteten Leistungsnachweis (Schein) werten lassen möchten. Die Zulassung zur Klausur muss durch Mitarbeit in den Übungen erworben werden.

Lehrende

Wenn Sie Fragen zur Vorlesung oder zu den Übungen haben, wenden Sie sich bitte (wenn möglich, per E-mail) an eine der unten aufgeführten Personen. 

• Sanaz Mostaghim (Vorlesung)
• Christoph Steup
• Heiner Zille
• Michelle Bieber (Email: ibieber@mail.iws.cs.ovgu.de)
• Christoph Dollase (Email: christoph.dollase@st.ovgu.de)
• Dominik Weikert (Email: dominik.weikert@st.ovgu.de)

Vorlesungsfolien:

Die Vorlesungsfolien werden hier im Laufe des Semesters veröffentlicht.

• Kapitel 0: Organisation
• Kapitel 1: Einleitung
• Kapitel 2: Neuronale Netze 
• Kapitel 3: Modellierung und Metaheuristiken
• Kapitel 4: Evolutionäre Algorithmen 
• Kapitel 5: Schwarmintelligenz
• Kapitel 6: Fuzzy Systeme
• Kapitel 7: Bayes-Netze 
• Kapitel 8: Computerspiele

Aufzeichnungen: http://mediasite.ovgu.de/Mediasite/Catalog/catalogs/iks-intsys

Teilnahmevoraussetzungen und Leistungspunkte

Voraussetzungen
Die folgenden Veranstaltungen gelten als Voraussetzung:

• Algorithmen und Datenstrukturen (bzw. Einführung in die Informatik)
• Programmierung und Modellierung
• Mathe I-II

Teilnehmerkreis
CV, CV-B, IF, IF-B, IngIF, IngINF-B, SPTE, WIF, WIF-B (weitere Studiengänge siehe LSF)

Leistungspunkte
Für dieses praktische Fach des Bereiches Informatik I gibt es 5 Kreditpunkte (= 150h = 4 SWS = 56h Präsenzzeit + 94h selbstständige Arbeit).

Vorlesung und Übungen

Übungen

Die regelmäßige Teilnahme an einer der Übungen ist Voraussetzung für die Zulassung zur Klausur.

Zur Vorlesung gibt es jede Woche ein Übungsblatt mit Aufgaben. Die Aufgaben können am Beginn einer jeden Übung votiert werden. Durch das Votieren einer Aufgabe geben Sie zu verstehen, dass Sie sich mit der Aufgabe beschäftigt haben und bereit sind, Ihren Lösungsansatz zu präsentieren. (Die vorgestragene Lösung muss nicht vollständig richtig sein. Es muss allerdings klar werden, dass Sie sich gewissenhaft mit der Aufgabe auseinandergesetzt haben.) Wenn wir Sie zum Vorrechnen aufrufen, und sie sich erkennbar nicht mit der Aufgabe beschäftigt haben, werden wir beim ersten Mal den Votierungspunkt annullieren, beim zweiten Mal alle Votierungen des Blattes annullieren und beim dritten Mal die Prüfungszulassung verweigern. Um die Zulassung zur Prüfung zu erhalten, müssen die folgenden Kriterien erfüllt werden:

• Regelmäßige Mitarbeit in den Übungen
• Votieren von mindestens zwei Dritteln der Übungsaufgaben,
• Mindestens zweimaliges Präsentieren einer Lösung zu einer Übungsaufgabe

Registrierung für die Übungen:
Um an der Übung teilzunehmen, müssen Sie sich für eine Übungsgruppe registrieren. Die Registrierung ist möglich vom 18. September bis zum 18. Oktober 2017, 23:59 Uhr. Um sich für eine Übungsgruppe zu registrieren, benutzen Sie bitte die Belegungsfunktion im LSF System. Hierzu loggen Sie sich im LSF System ein, wählen die Übung "Intelligente Systeme" an und wählen oben oder bei den jeweiligen Terminen die Option "belegen/abmelden" aus. Anschließend können Sie sich für die Übungsgruppen bewerben und jeweils Prioritäten für die Termine angeben. Achtung: Die finale Zuteilung der Termine erfolgt erst nach Abschluss der Anmeldefrist durch das LSF System. Die Zuteilung basiert auf den Prioritäten, die sie bei der Anmeldung angegeben haben. Wir empfehlen Ihnen, mindestens drei Termine auszuwählen, damit am Ende ein Plan erstellt werden kann, der allen Studierenden gerecht wird.

Übungsaufgaben:
Ein neues Aufgabenblatt wird jede Woche auf dieser Internetseite veröffentlicht.

• Übungsblatt 1 (wird besprochen vom 23.10. bis 27.10.) 
• Übungsblatt 2 (wird besprochen vom 30.10. bis 03.11.)
• Übungsblatt 3 (wird besprochen vom 06.11. bis 10.11.)
• Übungsblatt 4 (wird besprochen vom 13.11. bis 17.11.)
• Übungsblatt 5 (wird besprochen vom 20.11. bis 24.11.)
• Übungsblatt 6 (wird besprochen vom 27.11. bis 01.12.)
• Übungsblatt 7 (wird besprochen vom 04.12. bis 08.12.)
• Übungsblatt 8 (wird besprochen vom 11.12. bis 15.12.) (Update 06.12. in Aufgabe 30 in der letzten Teilaufgabe)
• Keine Übungen in der Woche vom 18.12 - 22.12.
• Übungsblatt 9 (wird besprochen vom 08.01. bis 12.01.) (Update 15.12. in Aufgabe 37)
• Übungsblatt 10 (wird besprochen vom 15.01. bis 19.01.)
• Übungsblatt 11 (wird besprochen vom 22.01. bis 26.01.)

• Wiederholungsaufgabe zu Fuzzy-Mengen mit Lösung

Anmerkungen:
Votiert werden Aufgaben nur in der Woche, in der das entsprechende Blatt planmäßig besprochen wird. Sie votieren und präsentieren ihre gelösten Aufgaben nur in der Ihnen zugewiesenen Übungsgruppe. Der Wechsel oder Besuch einer anderen Gruppe sollte die Ausnahme bleiben und muss vor der ersten der beiden Übungen beiden Tutoren per Email mitgeteilt werden. Abgaben und Votierungen per Email sind nicht zulässig! Eine Ausnahme gibt es nur bei Krankheit. Melden Sie dies vor dem Übungstermin dem eigenen Tutor. Der Besuch einer anderen Gruppe oder die Abgabe per Email sind dann möglich. Bei Vorlage eines Krankenscheins wird die Übung aus der Wertung gestrichen.

Es werden zwei Drittel der Votierungen benötigt! Bitte planen Sie entsprechend und arbeiten Sie vor, wenn Sie wissen, dass Sie während des Semesters einmal abwesend sein werden. Jedes Übungsblatt enthält ungefähr vier Aufgaben.

Prüfungskriterien

Die Vorlesung wird mit einer zweistündigen Klausur abgeschlossen. Studierende können sich entscheiden, ob sie die Klausur als schriftliche Prüfung oder als einen (un)benoteten Leistungsnachweis (Schein) werten lassen möchten. Die Zulassung zur Klausur muss durch Mitarbeit in den Übungen erworben werden.

Auch Studenten, die einen unbenoteten Leistungsnachweis benötigen, müssen an der Klausur teilnehmen und die Zulassung in den Übungen erwerben. Bei Bestehen der Klausur (Note 4,0 und besser) wird der Schein erteilt.

Um deutlich zu machen, wie eine Klausur aussehen könnte, wird eine Musterklausur bereitgestellt. Diese Musterklausur stellt eine Zusammenstellung von Klausuraufgaben aus beiden schriftlichen Prüfungen des Wintersemesters 2009/2010 dar. Zur unterstützenden Prüfungsvorbereitung neben dem Besuch der Lehrveranstaltung empfiehlt es sich, die in dieser Musterklausur gestellten Aufgaben zu lösen. Bitte beachten Sie aber, dass die Inhalte der diesjährigen Vorlesung nicht zu 100% mit denen im Jahre 2009/2010 übereinstimmen müssen, und die tatsächliche Klausur daher weitere Themenbereiche und Aufgabentypen enthalten kann. 

Zusätzliche Unterlagen

• Musterklausur
• Christian Borgelts Demoprogramme (mehrschichtiges Perzeptron, Schwarm/Ameisenkolonie-Optimierung)
• Definitionen von Intelligenz (englisch)

Literatur

• S. Russell, P. Norvig: Künstliche Intelligenz: Ein moderner Ansatz, 3. Auflage, Pearson- Verlag, 2012
• G. Görz, J. Schneeberger, U. Schmidt, Handbuch der Künstlichen Intelligenz, 5. Auflage, Oldenbourg-Verlag, 2014
• C. Beierle und G. Kern-Isberner Methoden wissensbasierter Systeme, 5., verb. Aufl., Springer-Vieweg Verlag, 2014
• R. Kruse, C. Borgelt, F. Klawonn, C. Moewes, G. Ruß und M. Steinbrecher. Computational Intelligence: Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze. 2. Aufl., Springer-Vieweg-Verlag, 2015Weitere Literatur findet sich auf den jeweiligen Vorlesungsfolien.