MI

jetson https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-nano/learn-ai/ https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V1/about

inteligens rendszerek elmélete youtube sorozat (kb 15 óra) https://www.youtube.com/watch?v=QP0bdol-5Y0&list=PLSBcNSXgMqreVXQV0dMaVrManDyfGnWvF

korábbi vizsgakidolgozások http://zyxon.github.io/pages/mi-vizsga.html vagy cache

Vissszalépéses keresés 1

• nincs kör és mélységi korlát figyelés
• véges körmentes gráfon terminál, ha van megoldás talál egyet

Vissszalépéses keresés 2

elsődleges

nem modelfüggő, nem merít a feladattól és annak modelljétől, nem merít a feladat ismeretiből és a modell sajátosságaiból.

másodlagos

modellfüggő, nem függ a feladat imsereteitől, de építa feladat modelljének általános elemére, pl lineáris input stratégia

heurisztikus

feladattól származik, nem rögzített megoldással, de a feladatból ismert adatokat használja

best first

a csúcsoknak súlya van ~ heursiztika. ezeket figyelembe véve, minidg a legkisebb fele indul

https://www.youtube.com/watch?v=kNIEMi9OIwA

A algoritmus

van költsége az élnek, ez alapján tejeszti ki az lagoritmus, a legkisebb fle indul, mint az előző, az út költsége + a csúcs heurisztikája, ha a csúcsn átmegy az út akkor nem kell figyelembe venni a heurisztikáját.

https://www.youtube.com/watch?v=bK3Z61A8R48

A*

az út hossza a csúcsba, a csúcs heurisztikája és az addig vezető utat is figyelembe veszi, CSÚCS, ÚTHOSSZ, ÚTHOSSZ+HEURISZTIKA formában. Az, hogy melyik lépésben melyikkel foyltatja attól függ, a ÚTHOSSZ+HEURISZTIKAtól függ, ismét a legkisebbet veszi figyelembe. Ha egy csúcsot már érintettünk, de az úthossz nagyobb mint az előző alklaommal akkor nem lép tovább, mer előnytelen. Ha eléri a célt, de a heurisztika nagyobb mint a még be nem járt úton, akkor azzal folytatjuk, és tovább keresünk.

https://www.youtube.com/watch?v=hhCT9wyfEqE

A és A* közti különbség: https://cs.stackexchange.com/questions/50722/algorithm-a-vs-algorithm-a-whats-the-difference

Mintafeladat: feladat: 06.HF_ABA.pdf és mintamegoldás: ABA.pdf első és utolsó feladata!

B

Bemenő számok együtteséből kimenő értékeket előáállító rendszer,kapcsolódó, tanítható egységekből áll, pl: mesterséges neuron, hálózati topológia, tanulási szabály, neuronháló.

Mintafeladat: feladat: 06.HF_ABA.pdf és mintamegoldás: ABA.pdf középső része!

minimax

felváltva keres minimumot és maximumot a gyerekek között. mindig MAX az első!!

https://www.youtube.com/watch?v=vSXF-beEdko

negamax

felváltva keres maximumot és negáltak maximumát. mindig NEGMAX az első!!

https://www.youtube.com/watch?v=q4B72LU0ERI

Mintafeladat: feladat: 08.HF_game.pdfés megoldás: NegaMax.jpg

átlagoló kiértékelés

két érték adott n és m, ez egyébként egy minimax fa ahol a MAX szinteken n a MIN szinteken m darab elemet átlagolunk, értlemeszerűen a maxon az első m darab legnagyobb, a minen az első n darab legkisebb átlaga kell.

https://www.youtube.com/watch?v=f9LcjuwWcdw

alfa béta vágás

nem veszi figyelembe az egyébként előnytelen ágakat

pl: ha adott szintre a minimum kell és a előző maximumot keres akkor ha a az egyk ág klegkisebb értéke is nagyobb mint a a másik ág maximuma úgy azon nm kell kisázmolni a maximumot, hiszen a végén úgyis csak a kisebb érdekel a következő szintre.

https://www.youtube.com/watch?v=80wILJOXFog

gyakorlóprogram alfa-béta vágásra: http://inst.eecs.berkeley.edu/~cs61b/fa14/ta-materials/apps/ab_tree_practice/ Mintafeladat:: feladat: 08.HF_game.pdf és megoldás: Alfa-béta.jpg

mesterséges genetikus algoritmusok/evolúciós algoritmusok

https://www.youtube.com/watch?v=_0TX-pHKRIc

Mintafeladat

Tervezzen evolúciós algoritmust az utazó ügynök probléma minél jobb megoládásának előállítására!

Adott n város a közöttük vezető utak költségeivel. Melyik a legolcsóbb olyan útvonal, amely egy adott városból indulva mindegyik várost pontosan egyszer érintve visszatér a kiinduló városba?

Készítsen egy rövid dokumentációt:

• problématér (Mik legyenek a probléma egyedei?)
• reprezentáció (Hogyan kódoljuk az egyedeket?)
• rátermettségi függvény (Hogyan mérjük az egyedek rátermettségét?)
• evolúciós operátorok (Javasoljon kiválasztásra, rekombinálásra, mutációra, visszahelyezésre egy-egy módszert.)
• stratégiai paraméterek (Mi legyen populáció mérete, a mutáció valószínűsége, az utódképzési- és a visszahelyezési táta?)
• Mutasson be egy evolúciós ciklust!

Megoldások:

• mintamegoldás: EvolúcióHF_mo.pdf
• saját, majdnem tökéletes megoldás: https://github.com/gabboraron/MI-EA/blob/master/MI%20beadand%C3%B3%20genetikus%20algoritmus.pdf

Automatikus következtetés

Mintafeladat

Axiómák: „Aki tud írni és olvasni, az nem analfabéta. A delfinek analfabéták. Néhány delfin intelligens."

Célállítás: "Vannak olyan intelligens lények, akik nem tudnak írni és olvasni."

Bizonyítsa be rezolúcióval és szabályalapú következtetéssel, hogy a célállítás következik az axiómákból.

Meg kell adni:

• Az axiómák és a célállítás formuláit
• Kiinduló klózokat
• Cáfolati gráfot
• Szabályalapú reprezentációt (tényállítás, szabályok, célállítás)
• A szabályalapú következtetés irányát.
• A bizonyítást leíró ÉS/VAGY gráfot

Segítség:

1. Használja az alábbi szimbólumokat

Predikátum szimbólumok:

• A(x) : x analfabéa
• I(x) : x intelligens
• D(x) : x egy delfin
• IO(x) : x ctud írni és olvasni

2. A rezolúciónál mindig csak olyan klózpárt rezolváljon, ahol az egyik klóz a célállításból származik.

3. Ha van IO(x) → ! A(x) szabálya, akkor használhatja az A(x) → ! IO(x) (kontrapozitív) szabályt is.

Mintamegoldás: KövetkeztetésHF_mo.pdf

bizonytalanság kezelés

https://www.inf.u-szeged.hu/~berendg/?pp=teaching&subj=dm

Mintafeladat

Egy gépjármű akkumulátorának állapotára az úgynevezett „zöld szem” színe alapján következtethetünk: ez 0.95 valószínűséggel elsötétül, ha az akkumulátor lemerült, de 0.2 valószínűséggel akkor sem zöld, ha az akkumulátor jó. A gépjármű indító-motora csak 0.1 valószínűséggel működik lemerült akkumulátorral, de száz esetből egyszer nem üzemel akkor se, ha az akkumulátor jó. Az akkumulátort nem rég vásároltuk (jó állapotban van), így egy a kilenchez (10-ből egy) annak esélye, hogy lemerült. A benzin-motor 0.9 valószínűséggel nem indul be, ha az indító-motor nem forog, de 0.2 eséllyel akkor sem, ha az indító-motor működik.

Válassza ki a probléma valószínűségi változóit, adja meg a probléma valószínűségi hálóját a csúcsok valószínűségi tábláival együtt.

Mintamegoldás: https://github.com/gabboraron/MI-EA/blob/master/BizonytalansagkezelesHF.pdf

Döntési fa

Mintafeladat

Tanuljuk meg, hogy a barátunk (barátnőnk) milyen filmeket szeret megnézni a moziban, ha az alábbiakat figyeltük meg eddig:

  HA  Származás                    Feliratos                             Téma               AKKOR            Tetszik neki

      amerikai                        igen                               akció                                  nem
      magyar                          nem                                akció                                  nem
      francia                         nem                                vígjáték                               igen
      amerikai                        igen                               krimi                                  nem
      magyar                          nem                                vígjáték                               igen
      amerikai                        nem                                romantikus                             igen

Rajzolja fel a probléma döntési fáját! Ennél mindig a legnagyobb információs előnyt biztosító attribútumot válassza.

(Néhány entrópia érték: E(1/2,1/2)=1.0; E(1/3,2/3)=0.92; E(1/4,3/4)=0.81; E(1/5,4/5)=0.72; E(2/5,3/5)=0.97)

Mintamegoldás: https://github.com/gabboraron/MI-EA/blob/master/Dontesi_fa.pdf

Mesterséges neuronháló

Mintafeladat

Tervezzen egy olyan neuronhálózatot, amely síkbeli koordináta rendszer pontjairól el tudja dönteni, hogy azok beleesnek-e azon origó középpontú rombuszba, amelynek átlói a koordináta tengelyekre esnek (origóban metszik egymást) és 2 egység hosszúak. Használjon Rosenblatt-féle perceptronokat. (A perceptronok súly-tényezőit "kézzel" kell kiszámolnia.)

Megoldások:

• mintamegoldás: https://github.com/gabboraron/MI-EA/blob/master/neuronHF.pdf
• saját, full pontos megoldás: https://github.com/gabboraron/MI-EA/blob/master/MI-mesters%C3%A9ges_neuronhalo.pdf és adatbázis hozzá: https://github.com/gabboraron/MI-EA/blob/master/rombok(1).ods