729G78 Artificiell intelligens
Kursmaterial
Föreläsningsbilder
- Introduktion
- Problemformulering och blind sökning
- Heuristisk sökning och andra söktekniker
- Introduktion till KR, satslogik, syntax
- Satslogik, semantik och inferens
- Predikatlogik syntax och semantik
- Kunskapsbaser, predikatlogik inferens
- Resolution för predikatlogik
- Kunskapsrepresentationssystem
- Logik, Lektion
- Planering
- Probabilistisk logik
- Bayesianska nätverk
- Probabilistisk logik, Lektion
- Maskininlärning, Beslutsträd
- Maskininlärning, Linjär regression
- Maskininlärning, Neurala nät
- Tentaförberedelse, Lektion (facit)
Lab-instruktioner
Extramaterial
- Introduktion till predikatlogik av Jörgen Sjögren
- Sannolikhetslära, Marco Kuhlmann
- Probabilstisk logik, Marco Kuhlmann
- Introduktion till vektorer, Mikael Forsberg
- Chapter 2, Linear Algebra from the book Deep Learning by Ian Goodfellow, Yoshua Bengio and Aaron Courville
- Beslutsträdinlärning Marco Kuhlmanns videoföreläsning
- Vektoroperationer, Videoföreläsning från Kahn academy
- Vinkel mellan vektorer, Videoförelsäning från Kahn academy
- Matrismultiplikation, från Kahn academy
Tentor
- Förstagångstenta 2022 (facit) Denna tentan följer nya mallen och har bara ett möjligt korrekt svar. OBS! Detta är en ny version där uppgift 1 och 17 uppdaterats eftersom de var fel.
- Förstagångstenta 2021 (facit) Förstagångstenta 2020 (facit) Detta var en distanslägestentamen och utfördes hemma med alla hjälpmedel tillgängliga. Vissa frågor förutsätter därför att man kan antingen göra uträkningar via internet, t.ex. 21, eller att man har tillgång till läroboken och kursens föreläsningsbilder, t.ex. 17.
- Förstagångstenta 2019 (facit)
- Förstagångstenta 2018 (facit)
- Förstagångstenta 2017 (facit)
Sidansvarig: Arne Jönsson