Grundlagen der Künstlichen Intelligenz an der TU München

Karteikarten und Zusammenfassungen für Grundlagen der Künstlichen Intelligenz 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 Künstlichen Intelligenz an der TU München.

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

difficulties in thinking rationally?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

  1. what is a percept sequence?
  2. what is an agent function?    
  3. depending on length of percept sequence agent can make smarter choices. Why?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

what is rationality and problems with it?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

what does rationality at any given time depend on?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

definition of omniscient agent, learning and autonomy?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

What is a definition of a Rational Agent?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

What is an omniscent agent?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

How is autonomy of an rational agent measured?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

For which categories does PEAS stand in Task Environment?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

which agent types exist?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

When is an environment fully observable?

Beispielhafte Karteikarten für Grundlagen der Künstlichen Intelligenz an der TU München auf StudySmarter:

When is a task enviornment deterministic?

Kommilitonen im Kurs Grundlagen der Künstlichen Intelligenz 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 Künstlichen Intelligenz an der TU München auf StudySmarter:

Grundlagen der Künstlichen Intelligenz

difficulties in thinking rationally?
  • informal knowledge has to be formalized
  • computational effort might be infeasible

Grundlagen der Künstlichen Intelligenz

  1. what is a percept sequence?
  2. what is an agent function?    
  3. depending on length of percept sequence agent can make smarter choices. Why?
  1. complete history of its perception
  2. maps any given percept sequence to an action
  3. more information of environment -> smarter choices

Grundlagen der Künstlichen Intelligenz

what is rationality and problems with it?
  • system is rational if it does the right thing, has an ideal performance
  • no clear performance measure for all tasks and environments -> find acceptable measure

Grundlagen der Künstlichen Intelligenz

what does rationality at any given time depend on?
  • performance measure
  • agents prior knowledge of environment
  • actions that agent can perform
  • agents percept sequence up to now

Grundlagen der Künstlichen Intelligenz

definition of omniscient agent, learning and autonomy?
  • omniscient agent: knows actual outcome of its actions (impossible), rational agent maximizes expected performance
  • learnig: rational agents are able to learn from perception, improve their knowledge
  • autonomy: rational agent considered autonomous if it is not dependent on prior knowledge and ueses newly learned abilities

Grundlagen der Künstlichen Intelligenz

What is a definition of a Rational Agent?
For each possible percept sequence, agent selects an action that is expected to maximes its performance measure, given teh prior precept sequence and its built-in knowledge

Grundlagen der Künstlichen Intelligenz

What is an omniscent agent?
Agent who knows the actual outcome of its actions (impossible)

Grundlagen der Künstlichen Intelligenz

How is autonomy of an rational agent measured?
more autonomous if it is less dependent on prior knowledge and uses newly learned abilities instead

Grundlagen der Künstlichen Intelligenz

For which categories does PEAS stand in Task Environment?
Performance Measure
Enviornment
Actuators
Sensors

Grundlagen der Künstlichen Intelligenz

which agent types exist?
  • simple reflex agents
  • reflex agents with state
  • goal-based agents
  • utility-based agents
all can be turned into learning agents

Grundlagen der Künstlichen Intelligenz

When is an environment fully observable?
if agent can detect the complete state of the enviornment.

Grundlagen der Künstlichen Intelligenz

When is a task enviornment deterministic?
If the next state is fully determined by its current state and the action of the agent

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

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang Grundlagen der Künstlichen Intelligenz 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

Blockchain

Cognitive System

Databases for modern CPU

Protein Prediction I

Data Analysis in R

18WS_Strategisches_IT_Management

Patterns

Softwaretechnik

Autonomous Driving

Requirements Engineering

Web Application Engineering

Business Analytics

Echtzeitsysteme

Patterns in Software Engineering

Principles of Economics

Data Mining and Knowledge Discovery

Introduction to Deep Learning

Data Mining and KD

Visual data analytics

Security Engineering

SE betr Anw

Algorithmic Game Theory

Virtual Machines

SEBA Master

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 Künstlichen Intelligenz 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

So funktioniert's

Top-Image

Individueller Lernplan

StudySmarter erstellt dir einen individuellen Lernplan, abgestimmt auf deinen Lerntyp.

Top-Image

Erstelle Karteikarten

Erstelle dir Karteikarten mit Hilfe der Screenshot-, und Markierfunktion, direkt aus deinen Inhalten.

Top-Image

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und bekomme deine Zusammenfassung.

Top-Image

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile deine Lerninhalte mit Freunden und erhalte Antworten auf deine Fragen.

Top-Image

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter führt dich zur Traumnote.

1

Lernplan

2

Karteikarten

3

Zusammenfassungen

4

Teamwork

5

Feedback