Git Product home page Git Product logo

artificial-intelligence-hsbi-tdu / ki-vorlesung Goto Github PK

View Code? Open in Web Editor NEW
17.0 6.0 15.0 134.73 MB

Lecture "Künstliche Intelligenz"

Home Page: https://www.hsbi.de/elearning/goto.php?target=crs_1089753&client_id=FH-Bielefeld

License: Creative Commons Attribution Share Alike 4.0 International

Makefile 5.79% TeX 4.57% Jupyter Notebook 89.31% HTML 0.33%
artificial-intelligence teaching-materials oer teaching-website hacktoberfest open-educational-resources

ki-vorlesung's Introduction

archetype title
home
IFM 3.2 (PO23) / IFM 5.14 (PO18) / INF701: Künstliche Intelligenz (Winter 2024/25)

{width="60%"} [Quelle: "künstliche intelligenz" by Gerd Altmann (geralt) on Pixabay.com (Pixabay License)]{.origin}

Kursbeschreibung

Ausgehend von den Fragen "Was ist Intelligenz?" und "Was ist künstliche Intelligenz?" werden wir uns in diesem Modul mit verschiedenen Teilgebieten der KI beschäftigen und uns anschauen, welche Methoden und Algorithmen es gibt und wie diese funktionieren. Dabei werden wir auch das Gebiet Machine Learning berühren, aber auch andere wichtige Gebiete betrachten. Sie erarbeiten sich im Laufe der Veranstaltung einen Methoden-Baukasten zur Lösung unterschiedlichster Probleme und erwerben ein grundlegendes Verständnis für die Anwendung in Spielen, Navigation, Planung, smarten Assistenten, autonomen Fahrzeugen, ...

Überblick Modulinhalte

  1. Problemlösen
    • Zustände, Aktionen, Problemraum
    • Suche (blind, informiert): Breiten-, Tiefensuche, Best-First, Branch-and-Bound, A-Stern
    • Lokale Suche: Gradientenabstieg, Genetische/Evolutionäre Algorithmen (GA/EA)
    • Spiele: Minimax, Alpha-Beta-Pruning, Heuristiken
    • Constraints: Backtracking, Heuristiken, Propagation, AC-3
  2. Maschinelles Lernen
    • Merkmalsvektor, Trainingsmenge, Trainingsfehler, Generalisierung
    • Entscheidungsbäume: CAL2, CAL3, ID3, C4.5
    • Neuronale Netze
      • Perzeptron, Lernregel
      • Feedforward Multilayer Perzeptron (MLP), Backpropagation, Trainings- vs. Generalisierungsfehler
      • Steuerung des Trainings: Kreuzvalidierung, Regularisierung
      • Ausblick: Support-Vektor-Maschinen
    • Naive Bayes Klassifikator
  3. Inferenz, Logik (entfällt im W24)
    • Prädikatenlogik: Modellierung, semantische und formale Beweise, Unifikation, Resolution
    • Ausblick: Anwendung in Prolog

Team

Kursformat

{width="80%"}

Vorlesung: 2 SWS

:::::: {.tabs groupid="hochschule"} ::: {.tab title="HSBI"}

07.10. - 24.01.
Mo, 11:00 - 12:30 Uhr (DE)
online/J101

Durchführung als Flipped Classroom.

Online-Sitzungen per Zoom (Zugangsdaten siehe ILIAS). Sie können hierzu den Raum J104 nutzen.

::: ::: {.tab title="TDU"}

16.09. - 25.10. 28.10. - 30.12.
Mo, 12:00 - 13:30 Uhr (TR) Mo, 13:00 - 14:30 Uhr (TR)
online online

Durchführung als Flipped Classroom: Sitzungen per Zoom (Zugangsdaten siehe Google Classroom)

::: ::::::

Praktikum/Übung: 2 SWS

:::::: {.tabs groupid="hochschule"} ::: {.tab title="HSBI"}

GKI (PO23, 3. Semester)

Praktikumsgruppe 07.10. - 24.01.
G1 Di, 17:30 bis 19:00 Uhr (DE)
G2 Di, 17:30 bis 19:00 Uhr (DE)
G3 Mo, 17:30 bis 19:00 Uhr (DE)
online/J101

KI (PO18, 5. Semester)

Praktikumsgruppe 07.10. - 24.01.
G4 Di, 17:30 bis 19:00 Uhr (DE)
G5 Di, 17:30 bis 19:00 Uhr (DE)
G6 Mo, 17:30 bis 19:00 Uhr (DE)
online/J101

Online-Sitzungen per Zoom (Zugangsdaten siehe ILIAS). Sie können hierzu den Raum J104 nutzen.

::: ::: {.tab title="TDU"}

Übungsgruppe 16.09. - 31.12.
G1 / G3 Do, 14:30 bis 15:30 Uhr (TR)
G2 / G4 Do, 15:30 bis 16:30 Uhr (TR)
online

Sitzungen per Google Meet (Zugangsdaten siehe Google Classroom)

::: ::::::

Prüfungsform, Note und Credits

:::::: {.tabs groupid="hochschule"} ::: {.tab title="HSBI"}

Prüfungsform HSBI: Klausur plus Testat, 5 ECTS

GKI (PO23, 3. Semester) KI (PO18, 5. Semester)

  • Testat: Vergabe der Credit-Points

    Für die Vergabe der Credit-Points ist die regelmäßige und erfolgreiche Teilnahme am Praktikum erforderlich, welche am Ende des Semesters durch ein Testat bescheinigt wird.

    Kriterien: Sie haben mind. 6 der 10 Aufgabenblätter jeweils ausreichend (mind. 60%) bearbeitet und die Lösung im Praktikum vorgestellt.

  • Klausur: => Modulnote

    Schriftliche Prüfung ("Klausur") am Ende des Semesters (in beiden Prüfungszeiträumen; Prüfungsvorbereitung HSBI).

::: ::: {.tab title="TDU"}

Prüfung Gewicht
Zwischenprüfung 40 %
Endprüfung 60 %
Übung 10 % Bonus für Endprüfung

Wenn in der Endprüfung die 40 Punkte Mindestgrenze erreicht wird (Prüfungsnote ≥40), werden 10 % der Übungspunkte als Bonus zu der Prüfungsnote hinzugefügt.

Für die Vergabe von Übungspunkten ist eine erfolgreiche Teilnahme an der Übung erforderlich. Für Details siehe Prüfung & Noten @TDU.

::: ::::::

Materialien

Literatur

  1. "Artificial Intelligence: A Modern Approach" (AIMA). Russell, S. und Norvig, P., Pearson, 2020. ISBN 978-0134610993.

  2. "Introduction to Artificial Intelligence". Ertel, W., Springer, 2017. ISBN 978-3-319-58487-4. DOI 10.1007/978-3-319-58487-4.

  3. "An Introduction to Machine Learning". Kubat, M., Springer, 2017. ISBN 978-3-319-63913-0. DOI 10.1007/978-3-319-63913-0.

Tools

Fahrplan

Vorlesung

:::::: {.tabs groupid="hochschule"} ::: {.tab title="HSBI"}

Hier finden Sie einen abonnierbaren Google Kalender mit allen Terminen der Veranstaltung zum Einbinden in Ihre Kalender-App.

Monat Tag Vorlesung Lead Start Bearbeitung
Oktober 07. Orga (Zoom); Einführung KI, Problemlösen Carsten, Canan
14. Tiefensuche, Breitensuche, Branch-and-Bound, Best First, A-Stern Carsten Blatt: Suche
21. Gradientensuche, Simulated Annealing; Intro EA/GA, Genetische Algorithmen Carsten Blatt: EA/GA
28. Optimale Spiele, [Games], Minimax und Heuristiken, Alpha-Beta-Pruning Carsten Blatt: Games
November 04. Machine Learning 101, CAL2, Pruning, CAL3, Entropie, ID3 und C4.5 Carsten Blatt: DTL
11. Perzeptron Canan Blatt: Perzeptron
18. Lineare Regression Canan Blatt: Regression
25. Logistische Regression Canan
Dezember 02. Overfitting, Multilayer Perceptron Canan Blatt: MLP
09. Backpropagation Canan Blatt: Backpropagation
16. Training & Testing, Performanzanalyse Canan
23. Weihnachtspause
30. Weihnachtspause
Januar 06. Einführung Constraints, Lösen von diskreten CSP, CSP und Heuristiken, Kantenkonsistenz und AC-3 Carsten Blatt: CSP
13. Wahrscheinlichkeitstheorie, Naive Bayes Carsten Blatt: Naive Bayes
20. Rückblick (Zoom), Prüfungsvorbereitung HSBI Carsten
(Prüfungsphase) Klausur

::: ::: {.tab title="TDU"}

Monat Tag Vorlesung Lead Start Bearbeitung
September 16. Orga (Zoom); Einführung KI, Problemlösen Canan, Carsten
23. Einführung Constraints, Lösen von diskreten CSP, CSP und Heuristiken, Kantenkonsistenz und AC-3 Carsten Blatt: CSP
30. Wahrscheinlichkeitstheorie, Naive Bayes Carsten Blatt: Naive Bayes
Oktober 07. (13:00 - 14:00 Uhr TR) Machine Learning 101, CAL2, Pruning, CAL3, Entropie, ID3 und C4.5 Carsten Blatt: DTL
14. Tiefensuche, Breitensuche, Branch-and-Bound, Best First, A-Stern Carsten Blatt: Suche
21. Gradientensuche, Simulated Annealing; Intro EA/GA, Genetische Algorithmen Carsten Blatt: EA/GA
28. Optimale Spiele, [Games], Minimax und Heuristiken, Alpha-Beta-Pruning Carsten Blatt: Games
November 04. Zwischenprüfung
11. Perzeptron Canan Blatt: Perzeptron
18. Lineare Regression Canan Blatt: Regression
25. Logistische Regression Canan
Dezember 02. Overfitting, Multilayer Perceptron Canan Blatt: MLP
09. Backpropagation Canan Blatt: Backpropagation
16. Training & Testing, Performanzanalyse Canan
23. Vorschau Deep Learning (CNN, RNN) Canan
30. Prüfungsvorbereitung TDU Canan

::: ::::::

Praktikum/Übung

:::::: {.tabs groupid="hochschule"} ::: {.tab title="HSBI"}

Blatt Abgabe ILIAS Vorstellung Praktikum
Blatt: Suche Mo, 23.10., 17:00 Uhr (Link) Mo, 23.10. / Di, 24.10.
Blatt: EA/GA Mo, 30.10., 17:00 Uhr (Link) Mo, 30.10. / Di, 31.10.
Blatt: Games Mo, 06.11., 17:00 Uhr (Link) Mo, 06.11. / Di, 07.11.
Blatt: DTL Mo, 27.11., 17:00 Uhr (Link) Mo, 27.11. / Di, 28.11.
Blatt: Perzeptron Mo, 04.12., 17:00 Uhr (Link) Mo, 04.12. / Di, 05.12.
Blatt: Regression Mo, 18.12., 17:00 Uhr (Link) Mo, 18.12. / Di, 19.12.
Blatt: MLP Mo, 08.01., 17:00 Uhr (Link) Mo, 08.01. / Di, 09.01.
Blatt: Backpropagation Mo, 15.01., 17:00 Uhr (Link) Mo, 15.01. / Di, 16.01.
Blatt: CSP Mo, 13.11., 17:00 Uhr (Link) Mo, 13.11. / Di, 14.11.
Blatt: Naive Bayes Mo, 20.11., 17:00 Uhr (Link) Mo, 20.11. / Di, 21.11.

Abgabe der Übungsblätter jeweils bis 08:00 Uhr im ILIAS.

::: ::: {.tab title="TDU"}

Blatt Vorstellung Übung
Blatt: CSP Do, 16.11.
Blatt: Naive Bayes Do, 30.11.
Blatt: DTL Do, 19.10.
Blatt: Suche Do, 26.10.
Blatt: EA/GA Do, 02.11.
Blatt: Games Do, 09.11.
Blatt: Perzeptron Do, 07.12.
Blatt: Regression Do, 21.12.
Blatt: MLP Do, 28.12.
Blatt: Backpropagation Do, 11.01.

::: ::::::

Förderungen und Kooperationen

Kooperation zw. HSBI und TDU

Über das Projekt "Digital Mobil @ FH Bielefeld" der Fachhochschule Bielefeld (HSBI) ist im Sommer 2020 eine Kooperation mit der Türkisch-Deutschen Universität in Istanbul (TDU) im Modul "Künstliche Intelligenz" gestartet.

Wir werden in diesem Semester die Vorlesungen und auch die Übungen/Praktika wieder im Co-Teaching durchführen. In den Zoom-Sitzungen nehmen deshalb alle Studierenden gemeinsam (TDU und HSBI) teil.

Kooperation mit dem DigikoS-Projekt

Diese Vorlesung wurde zudem vom Projekt "Digitalbaukasten für kompetenzorientiertes Selbststudium" (DigikoS) unterstützt. Ein vom DigikoS-Projekt ausgebildeter Digital Learning Scout hat insbesondere die Koordination der digitalen Gruppenarbeiten, des Peer-Feedbacks und der Postersessions in ILIAS technisch und inhaltlich begleitet. DigikoS wird als Verbundprojekt von der Stiftung Innovation in der Hochschullehre gefördert.

::: slides

LICENSE

Unless otherwise noted, this work is licensed under CC BY-SA 4.0. :::

ki-vorlesung's People

Contributors

cagix avatar cyildiz avatar dependabot[bot] avatar finnamini avatar hpruisken avatar ironeer avatar jposselt avatar mafi1504 avatar

Stargazers

 avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar

Watchers

 avatar  avatar  avatar  avatar  avatar  avatar

ki-vorlesung's Issues

Change Repo-Name?

Wir haben unsere Organisation "KI-Vorlesung" und das Vorlesungs-Repo "Lecture" genannt. Das passt auch eigentlich ganz gut.

Aber mir ist kürzlich aufgefallen, wenn Studis sich das Repo forken, dass dann der Fork im Studi-Repo auch einfach nur "Lecture" heisst, was nicht besonders aussagekräftig ist.

Mein Vorschlag ist, dass wir den Namen für das Lecture-Repo nochmal überdenken. Vielleicht "KI-Lecture" (bestes denglisch)? Und, damit es keine Doppelungen gibt, den Namen der Organisation anpassen: "KI @ FHB & TDU" (oder so ähnlich, falls das technisch geht).

@cyildiz @jposselt Was denkt Ihr?


Okay, ich halte mal als Ergebnis der Diskussion fest:

  • Repo: "KI-Vorlesung" oder "KI-Lecture" => KI-Vorlesung (deutschsprachiges Material)
  • Organisation:
    • Display-Name: "KI-Lecture @ FHB/TDU" => Artificial Intelligence @ FHB/TDU (englischsprachiges "Portal")
    • User-Name: "KI-Lecture_FHB_TDU" => Artificial-Intelligence-FHB-TDU (keine Unterstriche erlaubt)
  • Readme.md: Link zu den Contributors
  • static/license.html: Link zu den Contributors
  • static/license.html: Link auf das Repo
  • config.yaml: Link auf die GH- (nicht mehr vorhanden)
  • config.yaml: editURL
  • Zusätzlich noch einmal "grep" nach dem alten Repo-Namen
  • Zusätzlich noch einmal "grep" nach dem alten Organisations-Namen
  • Lokale Workingcopy: git remote set-url origin <neuer pfad>

Würde ich aber erst umsetzen, wenn wir hier, im Exams- und im Quizzes-Repo nicht mehr aktiv am Arbeiten sind, oder?

Toolchain vereinfachen: Templates mit Pandoc nachbauen

Die Erkennung von Mathe ist furchtbar in Hugo ... Außerdem zieht Hugo und/oder das verwendete Template diverse Bibliotheken (Problem wg. der Datenschutzerklärung). Zusätzlich braucht die Kombination von Pandoc und Hugo zu lange zum Übersetzen der Seiten.

Kann man die Webseite in pure-Pandoc nachbauen?

  • Pages mit eigenem Template (Make plus Pandoc-Template)
  • Navigation in Page mit TOC (Export mit --toc-Option)
  • Navigation über alle Pages mit Menü
  • Konfigurierbarer Schedule

vgl. auch Diskussion in #111 (comment): Export der Markdown-Seiten über GH-Action und Pandoc nach Jupyter-Notebook, Bereitstellung über Hilfsbranch und/oder "Releases": .ipynb-Files werden von Github (wie .md-Files auch) automatisch gerendert -- dabei geht Markdown plus Mathe (letzteres geht in der Markdown-Vorschau ja nicht)


siehe auch cagix/pandoc-lecture#10

[BUG] Fix Groß-/Kleinschreibung in Bib-File

Für die deutschsprachigen Einträge wird nur das erste Word des Titels korrekt im Literaturverzeichnis wiedergegeben, die restlichen Wörter werden alle (teilweise fälschlich) klein geschrieben.

Fragen für die Umfrage

Wie heute besprochen sammeln wir in diesem Ticket Fragen, die wie in der Umfrage von Digital Mobil noch ergänzen wollen. Ziel sollte sein, am Fr, 10.12., ein paar Fragen an Felix weiterleiten zu können.

Also: Was wollen wir von den Studis noch alles wissen?

Makefile verbessern

  • Die Pfade zu den Pages tauchen mehrfach auf: Makefile, Schedule, ... Prüfen, ob sich das Makefile vereinfachen lässt, und ob die Auflistung der Files für die Pandoc-Vorverarbeitung wirklich notwendig ist
  • Targets überarbeiten, damit Dinge tatsächlich nur bei Bedarf neu übersetzt werden
  • Alle .md mit Pandoc vorverarbeiten (?)

edit: ist in Makefile aus https://github.com/Compilerbau/Lecture gelöst

[TOOLING] Update Hugo-Relearn-Theme

  • Update Submodule Pandoc-Lecture
  • Update Submodule Hugo-Lecture
  • Update Submodule Hugo Re-Learn-Theme auf 5.2.1
  • Passe YAML an: markdown/**/*.md:
    • type: => archetype: (für alle .md außer den Index-Markdowns)
    • chapter: true => archetype: "home" im obersten _index.md
    • chapter: true => archetype: "chapter" für alle tieferen `_index.md
  • config.yaml:
    • Section outputs hinzufügen
    • Zeile disableMathJax: false oberhalb von disableMermaid hinzufügen

siehe auch Programmiermethoden-CampusMinden/Prog2-Lecture#578

[BUG] Buttons funktionieren nicht

Describe the bug
Die Buttons auf der Seite funktionieren nicht.

To Reproduce

  1. z.B. auf Best-First Seite gehen.
  2. Scroll down zu Best-First (BF, BFS) Link
  3. Klick auf Button Tafelbeispiel Best-First (Graph-Search)

Expected behavior
Ich nehme an: Es wird zu dem Abschnitt der Seite mit dem Tafelbeispiel gesprungen.

Screenshots

Desktop (please complete the following information):

  • OS: Win10
  • Browser Firefox, MS Edge
  • Firefox 92, Edge 93

Additional context
Auch dieser Button,dieser, dieser, dieser, dieser, dieser und dieser funktionieren nicht.

[HUGO] Shortcode zum Übersetzen lokaler Links in absolute Github-Links

Bei Verweisen auf Sourcecode-Schnipsel und beim Einbinden von Attachments (PDF) muss man derzeit eine absolute URL eingeben, d.h. man muss sich diese ggf. "blind" zusammenbasteln, wenn die entsprechende Ressource erst im selben Branch mit eingecheckt wird.

Hier könnte ein Shortcode oder Pandoc-Filter abhelfen, der aus diesen lokalen URLs beim Erstellen der Webseite eine absolute URL macht und dazu die editURL aus der Hugo-Config nutzt.

siehe #146 (comment)

Aufgaben: Ergänze Hugo-Template

Für die Aufgaben sollte es einen eigenen Style für die Aufzählungen geben:

<style type="text/css">
    ul { list-style-type: lower-alpha; }
    ul ul { list-style-type: circle; }
</style>

Hugo kann kein (a) oder a), sondern nur 1. ... dies ist ein einfacher Workaround.

Damit man nicht die Aufzählungen in den Vorlesungen kaputt macht, sollte der komplette Aufgaben-Body in ein eigenes Div eingebettet werden und die Styleanpassung muss danach filtern.

Vgl. auch https://github.com/KI-Vorlesung/Lecture/pull/109/files#r753845238

Siehe auch cagix/pandoc-lecture#21

Siehe auch Programmiermethoden-CampusMinden/Prog2-Lecture#360

/cc @cyildiz

Quizzes: Verschieben der Quizzes in das Lecture-Repo

Idee: Quizzes in das Lecture-Repo verschieben.

Zu klären: Bei Page-Bundles könnte man einfach die Quiz-Seite in das Bundle schieben. Aktuell nutze ich aber vor allem Single-Markdown-Pages. Lösungen: Gemeinsamer Unterordner (wie src/ oder images/) mit einem .noslides darin oder <page>_quiz.md (aber die wird dann auch zu slides konvertiert!)


Ich sehe das eigentlich genauso. Die Quizzes werden ja nicht benotet oder so und wer meint in die Lösungen gucken zu müssen, der ist selbst schuld.

full ack.

Bezüglich der Frage, ob die Quizzes grundsätzlich besser im Lecture Repo aufgehoben sind, bin ich mir jedoch unsicher.

naja, es hätte für die studis erstmal keine nachteile (außer sie schauen dort nach). für uns hätte es drei vorteile:

  • wir müssen ein repo weniger pflegen
  • die vl-quellen und die quizzes liegen räumlich nebeneinander => änderungen am vl-material müssen ja auch in die quizzes und das übersieht man dann nicht so leicht
  • die studis können issues und pr's gegen das lecture-repo stellen, d.h. wenn was unklar ist oder falsch, können sie das selbst mit beheben helfen

Ja stimmt, der einzige Vorteil den ich bislang gesehen habe war, dass man ein Repo weniger und generell eine bessere Gliederung hat. Grade der letzte Punkt ist meiner Meinung nach ein starkes Argument dafür, die Quizzes in das Lecture Repo zu verschieben.

Originally posted by @FinnAmini in https://github.com/PM-Dungeon/Quizzes/pull/9#issuecomment-1065040840

[BUG] A* Quiz mistakes

Describe the bug
Das Quiz über A* bietet laut Vorlesungsfolien keine korrekte Antwort an.

Screenshots
Frage im Quiz zu Zulässigkeit:
grafik
In den Folien:
grafik

Frage im Quiz zu Konsistenz:
grafik
In den Folien:
grafik

Verzeichnisstrukturen vereinfachen

  • Recherche: Können Hugo-related Ordner verschoben werden? Wo/Wie sieht die Konfiguration aus?
  • Schiebe alle Hugo-related Ordner in den neuen Unterordner hugo/
  • Achtung: da sind drei Git-Submodules dabei (einfach verschieben reicht nicht)
  • Config für Hugo anpassen

ILIAS 7.x: Pretty URLs won't work in HTML-Learnmodul anymore

Nach dem Upgrade auf ILIAS 7.x werden im HTML-Lernmodul die Landing-Pages nicht mehr gefunden. Statt foo.de/bar/ muss man nun auf foo.de/bar.html zurückfallen ("ugly URLs).

Leider funktioniert damit dann die neue Print-Funktionalität im Hugo-Relearn-Theme nicht mehr.

Ein Issue ist Upstream eröffnet (McShelby/hugo-theme-relearn#322).

Bis dahin ist die Lösung:

  1. Ugly-URLs aktivieren (foo.de/bar/ => foo.de/bar.html)
  2. Kanonische URLs aktivieren (foo.de/bar.html => <baseURL>/foo.de/bar.html)
  3. Relative URLs deaktivieren (kein Rewriting relativer URLs relativ zum aktuellen Content)
  4. Neue Print-Funktionalität wieder entfernen

Orga: Abgabe Übungsblätter

@cyildiz Wann wollen wir die Abgabe der Lösungen machen?

Die Praktika liegen bei uns beide auf dem Mittwoch, d.h. für mich könnte alles bis Mittwoch 09:00 Uhr funktionieren.

Wann sind bei euch die Übungen?

[GITHUB] Readme, Credits, Contributing und .github/ anpassen

  • README.md:
    • Verweis auf Contributing
    • Verweis auf Credits
    • Lizenzhinweis: Bild, "this work", Authors, Contributers und License (Links)
  • CREDITS.md:
    • Inhalte überprüfen/aktualisieren
    • Hinweis auf Authoren, Contributers und Lizenz
  • CONTRIBUTING.md: Inhalte überprüfen/aktualisieren
  • LICENSE.md: Inhalte überprüfen
  • .github/:
    • Keine Vorlagen für Issues
    • Keine Vorlagen für PRs
    • Workflows überprüfen/aktualisieren
  • #166

Bezieht sich auf:

  • KI-Vorlesung/Lecture
  • KI-Vorlesung/Questions

[VL] Fix landing pages

Im Hugo-Re-Learn-Theme 5.x sind die Chapter so organisiert, dass der Titel als H1-Header genutzt wird.

  • Baue alle _index.md so um, dass keine H1-Header mehr existieren
  • Nutze bei Bedarf neben title auch menuTitle
  • Ziehe hidden: true auf die letzte Zeile (davor eine Leerzeile), um es besser sichtbar zu machen
  • Die Home-Page (oberstes _index.md) ist nicht hidden
  • Orga und Assigments bekommen ein weight: 0

siehe Programmiermethoden-CampusMinden/Prog2-Lecture#592

[BUG] Ergebnisse Ilias Test "Einführung Maschinelles Lernen" nicht einsehbar

Describe the bug
Nach Abschluss des neuen Ilias Tests/Quizzes wird für die Ergebnisse des Testdurchlaufs der Button "Detaillierte Ergebnisse" nicht angezeigt. Man kann also nicht sehen welche Antworten falsch waren.

To Reproduce
Quiz "Einführung Maschinelles Lernen" abschließen und danach auf der Ergebnis-Seite des Tests versuchen die einzelnen Ergebnisse der Antworten zu sehen.

Orga: Bonus-Punkte für Übungsblätter

@cyildiz ich hatte ja die idee, die challenges als bonus-aufgaben zu übernehmen.

das könnten 2..4 punkte bonus (auf ausgewählten blättern) sein. sollen wir das so machen? passt das zu deinem grading-schema oder willst die bonuspunkte evtl. sogar analog zur aktiven beteiligung mit für die note berücksichtigen?

Originally posted by @cagix in #10 (comment)

[BUG] Quizfragen zur uniformierten Suche

In den Quizfragen zur Tiefensuche ist bei der Frage

Welche der gegebenen Abbildungen passt zu folgendem Graphen, unter der Verwendung der Graph-Search Variante der Tiefensuche?

soweit ich es sehe keine der Auswahlmöglichkeiten richtig. Der Graph-Search-Algorithmus aus der Vorlesung sollte den Pfad ACD finden. Wenn das so stimmte sollte man bei der Frage

Der mit Tiefensuche gefundene Pfad für den gegebenen Graphen lautet wie folgt

auch noch angegeben welcher Suchalgorithmus zu verwenden ist, sonst ist die Lösung nicht einfeutig (Graph-Search = ACD, Tree-Search ohne Zyklen = ABCD). Das gleiche gilt dann auch für die letzte Frage zur Breitensuche.

[BUG] Quizzes: Frage zu MRV+Gradheuristik nicht eindeutig

Die vorletzte Frage zur MRV+Gradheuristik mit A {1,2} -> B,C,D und B {2,3} -> A,C,D braucht noch einen Hinweis: Hinweis: Bitte alle Antworten auswählen, die zur Auswahl bei MRV+Gradheuristik passen könnten (wenn es mehrere Möglichkeiten gibt)!

[BUG] Quizzes: Fehler Quiz Tiefensuche

Describe the bug
Im Quiz "Tiefensuche" bei der Frage "Welche der gegebenen Abbildungen passt zu folgendem Graphen?" wird nach dem passenden Graphen bei Anwendung des Graph-Search-Algorithmus gefragt. Die Antwortmöglichkeiten zeigen jedoch Tree-Search Durchführungen.

Proposed Solution
Fragentext anpassen

[GIT] .gitignore und .gitattributes anpassen, .editorconfig überprüfen

  • .gitattributes:
    * text=auto eol=lf
    
    *.cmd text eol=crlf
    *.bat text eol=crlf
    
  • .gitignore: für die im Repo tatsächlich betrachteten Dateien formulieren, nicht allgemein für "alles"
  • .editorconfig: nochmal überprüfen, ob das alles Sinn macht
  • Danach nochmal git add --renormalize . ausführen ...

Bezieht sich auf:

  • KI-Vorlesung/Lecture
  • KI-Vorlesung/Quizzes
  • KI-Vorlesung/Homework-Solutions
  • KI-Vorlesung/Questions

Quizzes direkt im Skript?

Gibt es JavaScript-Lösungen oder andere Lösungen, so dass man die Quizzes direkt in die Vorlesungsskripte einbetten kann? Die Lösungen müssten in der Webseite codiert sein und über ein Javascript müsste die eingegebene Lösung gegen die Vorgabe geprüft und eine Rückmeldung angezeigt werden.

siehe auch Programmiermethoden-CampusMinden/Prog2-Lecture#332

Fix Bibtex

Bibtex: add langid = {en} or langid = {de} to ensure proper case

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.