Grundlagen der KI an der TU München

Karteikarten und Zusammenfassungen für Grundlagen der KI an der TU München

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Grundlagen der KI an der TU München.

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You can recall the definition and understand the basic concept of rational agents.

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You understand the difference between omniscience, learning, and autonomy.

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Fully observable vs. partially observable

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Single agent vs. multi agent

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Deterministic vs. stochastic

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Episodic vs. sequential

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Static vs. dynamic

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know how to categorize task environments and can evaluate the difficulty of given tasks


Known vs. unknown

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You know major categories of types of agents and can group an agent into one of them.

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You understand how real world problems can often be posed as a pure search problem.

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You can apply the most important uninformed search techniques: 


Depth-Limited Search

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

You understand the difference between informed and uninformed search.

Kommilitonen im Kurs Grundlagen der KI an der TU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Grundlagen der KI an der TU München auf StudySmarter:

Grundlagen der KI

You can recall the definition and understand the basic concept of rational agents.

Rationality

A system is rational if it does the “right thing”, i.e., has an ideal performance (performance measures are not always available).


Rational Agent

For each possible percept sequence, a rational agent should select an action that is expected to maximize its performance measure, given the prior percept sequence and its built-in knowledge.

Grundlagen der KI

You understand the difference between omniscience, learning, and autonomy.

Omniscient agent

An omniscient agent knows the actual outcome of its actions, which is impossible in reality.

Example: Just imagine you know the outcome of betting money on something.

A rational agent (!= omniscient agent) maximizes expected performance.


Learning

Rational agents are able to learn from perception, i.e., they improve their knowledge of the environment over time.


Autonomy

In AI, a rational agent is considered more autonomous if it is less dependent on prior knowledge and uses newly learned abilities instead.

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Fully observable vs. partially observable

An environment is fully observable if the agent can detect the complete state of the environment, and partially observable otherwise.

Example: The vacuum-cleaner world is partially observable since the robot only knows whether the current square is dirty.

Fully observable often in games

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Single agent vs. multi agent

An environment is a multi agent environment if it contains several agents, and a single agent environment otherwise.

Example: The vacuum-cleaner world is a single agent environment. A chess game is a two-agent environment.

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Deterministic vs. stochastic

An environment is deterministic if its next state is fully determined by its current state and the action of the agent (outcome of an action is known), and stochastic otherwise.

Example: The automated taxi driver environment is stochastic since the behavior of other traffic participants is unpredictable. The outcome of a calculator is deterministic.

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Episodic vs. sequential

An environment is episodic if the actions taken in one episode (in which the robot senses and acts) does not affect later episodes, and sequential otherwise.

Example: Detecting defective parts on a conveyor belt is episodic. Chess and automated taxi driving are sequential.

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Static vs. dynamic

If an environment only changes based on actions of the agent, it is static, and dynamic otherwise.

Example: The automated taxi driver environment is dynamic. A crossword puzzle / chess is static.

Grundlagen der KI

You know how to categorize task environments and can evaluate the difficulty of given tasks


Known vs. unknown

An environment is known if the agent knows the outcomes (or outcome probabilities) of its actions, and unknown otherwise. In the latter case, the agent has to learn the environment first.

Example: The agent knows all the rules of a card game it should play, thus it is in a known environment. Also autonomous driving is known (proabilities)

Grundlagen der KI

You know major categories of types of agents and can group an agent into one of them.

Four categores with increasing generalitiy:

  • simple reflex agents,
  • reflex agents with state,
  • goal-based agents,
  • utility-based agents.

All these can be turned into learning agents.

Grundlagen der KI

You understand how real world problems can often be posed as a pure search problem.

Examples of Real-World Problems

  • Route-Finding problem: Airline travel planning, video streams in computer networks, etc.
  • Touring problem: How to best visit a number of places, e.g., in the map of Romania?
  • Layout of digital circuits: How to best place components and their connections on a circuit board?
  • Robot navigation: Similar to the route-finding problem, but in a continuous space.
  • Automatic assembly sequencing: In which order should a product be assembled?
  • Protein design: What sequence of amino acids will fold into a three-dimensional protein?

Grundlagen der KI

You can apply the most important uninformed search techniques: 


Depth-Limited Search

Depth-Limited Search: Idea

  • Shortcoming in depth-first search: Depth-first search does not terminate in infinite state spaces. Why?
  • Solution: Introduce depth limit l. (could be too low)
  • New issue: How to choose the depth-limit?

Grundlagen der KI

You understand the difference between informed and uninformed search.

Uninformed search

  • No additional information besides the problem statement (states, initial state, actions, transition model, goal test) is provided.
  • Uninformed search can only produce next states and check whether it is a goal state.


Informed search

  • Strategies know whether a state is more promising than another to reach a goal.
  • Informed search uses measures to indicate the distance to a goal.

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Grundlagen der KI an der TU München zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Grundlagen der KI an der TU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur TU München Übersichtsseite

Grundlagen KI

Grundlagen der IT

Grundlagen der PR

Grundlagen der IT

Grundlagen der WI

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für Grundlagen der KI an der TU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login