JOHDATUS TEKOÄLYYN TEEMU ROOS
|
|
- Anni-Kristiina Heikkilä
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 JOHDATUS TEKOÄLYYN TEEMU ROOS
2 LOGIIKKAA LINTU(A) LENTÄÄ(A) PINGVIINI(A) LINTU(A) PINGVIINI(tweety). LENTÄÄ(tweety) ISÄ(X,Y) LAPSI(Y,X) ÄITI(X,Y) LAPSI(Y,X) ISÄ(X,Y) ISÄ(Y,Z) LAPSENLAPSI(Z,X) ISOISÄ(X,Z) LAPSI(luke skywalker,darth vader) ÄITI(darth vader,luke skywalker). ISÄ(darth vader,luke skywalker) EI SEURAA!!!
3 LOGIIKKAA LINTU(A) LENTÄÄ(A) PINGVIINI(A) LINTU(A) PINGVIINI(tweety). LENTÄÄ(tweety) ISÄ(X,Y) ÄITI(X,Y) LAPSI(Y,X) ÄITI(X,Y) LAPSI(Y,X) ISÄ(X,Y) ISÄ(Y,Z) LAPSENLAPSI(Z,X) ISOISÄ(X,Z) LAPSI(luke skywalker,darth vader) ÄITI(darth vader,luke skywalker). ISÄ(darth vader,luke skywalker) OK
4 LOGIIKKAOHJELMOINTI: PROLOG LOGIIKKA ILMAN PÄÄTTELYKONEISTOA EI RIITÄ TEKOÄLYYN 1970-LUVUN ALUSSA: PROLOG PROLOG: - DEKLARATIIVINEN OHJELMOINTIKIELI - OHJELMA = JOUKKO RELAATIOITA (PREDIKAATTEJA) JA SÄÄNTÖJÄ - SUORITUS ALKAA KYSELYSTÄ: ONKO PRED(A) TODISTETTAVISSA? TODISTETTAVISSA ON ERI ASIA KUIN TOTTA!
5 GÖDEL: EPÄTÄYDELLISYYS LAUSE p VOI OLLA: 1. RISTIRIITAINEN ELI AINA EPÄTOSI: q q 2. TAUTOLOGINEN ELI AINA TOSI: q q 3. KONTINGENTTI: ISÄ(darth vader,luke skywalker) HUOM: LAUSEEN TÄYTYY OLLA TÄSMÄLLISESTI MUOTOILTU; ESIM. KAUNIS(sää) EI OIKEASTAAN OLE. EI-KONTINGETTI LAUSE p VOI OLLA: 1. TODISTETTAVISSA EPÄTODEKSI 2. TODISTETTAVISSA TODEKSI 3. RATKEAMATON
6 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO JOHTOPÄÄTÖS LAUSE
7 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO kissa(felix) :- true.?- kissa(felix). KYSELY
8 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO kissa(felix) :- true.?- kissa(felix). yes?- kissa(x). X = felix yes
9 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO kissa(felix) :- true. eläin(x) :- kissa(x).?- eläin(x). X = felix yes
10 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO isäpuoli(x,y):-äiti(z,y),mies(x,z) JA
11 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO isäpuoli(x,y):-äiti(z,y),mies(x,z),\+isä(x,y). EI
12 LOGIIKKAOHJELMOINTI: PROLOG PÄÄ :- VARTALO isäpuoli(x,y):-äiti(z,y),mies(x,z),\+isä(x,y). äitipuoli(x,y):-isä(z,y),vaimo(x,z),\+äiti(x,y).
13 9:50
14 REINIKAISEN SUKUPUU R:N ISÄ V2:N ISÄ REINIKAINEN RITVA VAIMO2 JOHANNES VAIMO1 2. ÄITIPUOLENSA ÄITIPUOLI... PÄIVI 1. POIKANI ON NY SITTE MUN ISÄPUOLENI...
15 REINIKAISEN SUKUPUU isa(reinikainen,johannes). isa(reinikaisenisa,reinikainen). isa(johannes,paivi). isa(toisenvaimonisa,vaimoii). aiti(reinikaisenaiti,reinikainen). aiti(ritva,johannes). aiti(vaimoi,paivi). vaimo(ritva,reinikaisenisa) vaimo(paivi,toisenvaimonisa). vaimo(vaimoi,johannes). vaimo(vaimoii,johannes). mies(reinikaisenisa,ritva). mies(johannes,vaimoi). mies(johannes,vaimoii). mies(toisenvaimonisa,paivi). isapuoli(x,y):-aiti(z,y),mies(x,z),\+isa(x,y). aitipuoli(x,y):-isa(z,y),vaimo(x,z),\+aiti(x,y).
16 REINIKAISEN SUKUPUU GNU Prolog By Daniel Diaz Copyright (C) Daniel Diaz?- consult('reinikainen'). compiling /fs-0/3/ttonteri/reinikainen.pl for byte code... /fs-0/3/ttonteri/reinikainen.pl compiled, 19 lines read bytes written, 26 ms (10 ms) yes?- isapuoli(x,y). X = reinikaisenisa Y = johannes
17 REINIKAISEN SUKUPUU GNU Prolog By Daniel Diaz Copyright (C) Daniel Diaz?- consult('reinikainen'). compiling /fs-0/3/ttonteri/reinikainen.pl for byte code... /fs-0/3/ttonteri/reinikainen.pl compiled, 19 lines read bytes written, 26 ms 1. POIKANI ON NY SITTE MUN ISÄPUOLENI... (10 ms) yes?- isapuoli(x,y). X = reinikaisenisa Y = johannes
18 REINIKAISEN SUKUPUU GNU Prolog By Daniel Diaz Copyright (C) Daniel Diaz?- aitipuoli(x,y). X = ritva Y = reinikainen X = vaimoii Y = paivi X = paivi Y = vaimoii 2. ÄITIPUOLENSA ÄITIPUOLI...
19 SOVELLUKSIA
20 :10 DR NILS NILSSON WE LL CONTINUE TO DEVELOP SYSTEMS THAT ARE LESS BRITTLE OVER THE NEXT 5, 10, 15 YEARS... IT HAS TO DO WITH BEING ABLE TO REASON ABOUT THE CONTEXT IN WHICH A PARTICULAR DISCUSSION [...] IS TAKING PLACE IF IT HAS TO HAVE WHAT YOU MIGHT CALL COMMON-SENSE KNOWLEDGE [...], THEN IT HAS A GOOD DEAL MORE DIFFICULTY AND IN FACT IT FAILS IN MANY OF THOSE CASES
21 CYC RAKENNETTU VUODESTA 1984 ALKAEN DOUG LENAT N JOHDOLLA. TAVOITE COMMON SENSE SOVELLETTU ERITYISALOILLA: - TERRORISMITIETOKANTA - BIOLÄÄKETIETEELLINEN KYSELYJÄRJESTELMÄ
22 CYC (#$isa #$BillClinton #$UnitedStatesPresident) "BILL CLINTON KUULUU KOKOELMAAN YHDYSVALTAIN PRESIDENTIT" (#$genls #$Tree-ThePlant #$Plant) "KAIKKI PUUT OVAT KASVEJA". (#$capitalcity #$France #$Paris) "PARIISI ON RANSKAN PÄÄKAUPUNKI."
23 CYC (#$implies (#$and (#$isa?obj?subset) (#$genls?subset?superset)) (#$isa?obj?superset)) JOS OBJ KUULUU KOKOELMAAN SUBSET JA SUBSET ON KOKOELMAN SUPERSET OSAJOUKKO, NIIN OBJ KUULUU KOKOELMAAN SUPERSET."
24 CYC (#$relationallexists #$biologicalmother #$ChordataPhylum #$FemaleAnimal) JOKAISELLA SELKÄJÄNTEISELLÄ ON ÄITI.
25 MUTTA LUVULLE ASTI LOGIIKKAA PIDETTIIN KESKEISIMPÄNÄ VÄLINEENÄ TEKOÄLYSSÄ PIENET, RAJATUT LELUONGELMAT RATKESIVAT KYLLÄ......MUTTA ONGELMIKSI MUODOSTUIVAT: - SKAALAUTUVUUS (ETSINTÄAVARUUS) - RELEVANTIN TIEDON LÖYTÄMINEN - EPÄVARMAN TIEDON KÄSITTELY Doug Lenat, 1998: How to Build HAL Today in Three Easy Steps
26 MUTTA LUVULLE ASTI LOGIIKKAA PIDETTIIN KESKEISIMPÄNÄ VÄLINEENÄ TEKOÄLYSSÄ PIENET, RAJATUT LELUONGELMAT RATKESIVAT KYLLÄ......MUTTA ONGELMIKSI MUODOSTUIVAT: - SKAALAUTUVUUS (ETSINTÄAVARUUS) - RELEVANTIN TIEDON LÖYTÄMINEN - EPÄVARMAN TIEDON KÄSITTELY TUTKIMUSRAHOITUS ROMAHTI TILALLE KONNEKTIONISMI JA MODERNI AI.
27 MUTTA LUVULLE ASTI LOGIIKKAA PIDETTIIN KESKEISIMPÄNÄ VÄLINEENÄ TEKOÄLYSSÄ PIENET, RAJATUT LELUONGELMAT RATKESIVAT KYLLÄ......MUTTA ONGELMIKSI MUODOSTUIVAT: LOGIIKKAA SOVEL- - SKAALAUTUVUUS (ETSINTÄAVARUUS) LETAAN EDELLEEN TEKO- - RELEVANTIN TIEDON ÄLYSSÄ. LÖYTÄMINEN VIERAILULUENTO - EPÄVARMAN TIEDON KÄSITTELY KURSSIN LOPPU- PUOLELLA! TUTKIMUSRAHOITUS ROMAHTI TILALLE KONNEKTIONISMI JA MODERNI AI.
28 AIHEITA 1. MITÄ ON TEKOÄLY? HISTORIA JA FILOSOFIA 2. PELIT JA ETSINTÄ GOFAI 3. LOGIIKKA(-OHJELMOINTI) 4. KONEOPPIMINEN JA PÄÄTTELY EPÄVARMUUDEN VALLITESSA 5. ROBOTIIKKA... MODERN AI
29 MODERNI AI OIKEASSA MAAILMASSA OTETTAVA HUOMIOON: HAVAINTOJEN EPÄTARKKUUS EPÄVARMUUS JA EPÄTÄSMÄLLISYYS RISTIRIITAINEN INFORMAATIO TOSIAIKAISUUS JNE.
30 TODENNÄKÖISYYS (TN) TODENNÄKÖISYYKSIEN AVULLA VOIDAAN MALLINTAA TILANTEITA, JOIHIN LIITTYY EPÄVARMUUTTA AINA EI TARVITSE OLLA KYSE FYSIKAALISESTA SATUNNAISUUDESTA: P( SÖIN EILEN PIZZAA )? RIIPPUU TAUSTATIEDOISTA ( SUBJEKTIIVINEN TN) TEKOÄLYSOVELLUKSISSA VAIKEIN OSUUS ON SOPIVAN TN-MALLIN RAKENTAMINEN: MISTÄ P(.)?
31 TODENNÄKÖISYYS (TN) PERUSKÄSITTEITÄ: ω Ω ALKEISTAPAHTUMAT (MAHDOLLISET MAAILMAT) A,B,C,... Ω TAPAHTUMAT, SÖIN EILEN PIZZAA (OSAJOUKKOJA MAHD. MAAILMOISTA) P(ω 1 ),P(ω 2 ),... [0,1] Σ P(ω) = 1 ω Ω TODENNÄKÖISYYSMALLI MAHD. MAAILMOJEN TN:T ω A
32 TODENNÄKÖISYYS (TN). ω1. ω3. ω 2 Ω
33 TODENNÄKÖISYYS (TN). ω1. ω3. ω 2 ω 1 A ω 2 A ω 3 A A Ω
34 TODENNÄKÖISYYS (TN). ω1. ω3. ω 2 ω 1 A ω 2 A ω 3 A ω 1 A C ω 2 A C ω 3 A C A A C Ω
35 TODENNÄKÖISYYS (TN). ω1. ω3. ω 2 ω 1 A ω 2 A ω 3 A ω 1 A C A A C ω 2 A C ω 3 A C B ω 1 B Ω ω 2 B ω 3 B
36 TODENNÄKÖISYYS (TN). ω1. ω3. ω 2 P(A) = Σ P(ω) ω A P( A) = Σ P(ω) ω A C B A A C Ω
37 TODENNÄKÖISYYS (TN) B P(A) = Σ P(ω) ω A P( A) = Σ P(ω) ω A C P(B) = Σ P(ω) ω B P(A B) = Σ P(ω) ω A B JA A A C Ω
38 TODENNÄKÖISYYS (TN) B P(A) = Σ P(ω) ω A P( A) = Σ P(ω) ω A C P(B) = Σ P(ω) ω B P(A, B) = Σ P(ω) ω A B JA A A C Ω
39 TODENNÄKÖISYYS (TN) B P(A) = Σ P(ω) ω A P( A) = Σ P(ω) ω A C P(B) = Σ P(ω) ω B P(A, B) = Σ P(ω) ω A B JA A A C Ω
40 TODENNÄKÖISYYS (TN) P(A) = Σ P(ω) ω A P( A) = Σ P(ω) ω A C P(B) = Σ P(ω) ω B P(A, B) = Σ P(ω) ω A B JA B P(A B) = Σ P(ω) ω A B TAI A A C Ω A B = B A A B C = C B A
41 TODENNÄKÖISYYS (TN) Ω = {1,2,3,4,5,6} P(ω) = 1/6 KAIKILLA ω Ω A = PARILLINEN = {2,4,6} P(A) = 1/2
42 TODENNÄKÖISYYS (TN) 2 NOPPAA: Ω = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),(2,2),(2,3),(2,4),(2,5),(2,6), (3,1),(3,2),(3,3),(3,4),(3,5),(3,6), (4,1),(4,2),(4,3),(4,4),(4,5),(4,6), (5,1),(5,2),(5,3),(5,4),(5,5),(5,6), (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)} P(ω) = 1/36 KAIKILLA ω Ω A = SUMMA ON 2 = {(1,1)} P(A) = 1/36 = about 2.78%
43 TODENNÄKÖISYYS (TN) 2 NOPPAA: Ω = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6), (2,1),(2,2),(2,3),(2,4),(2,5),(2,6), (3,1),(3,2),(3,3),(3,4),(3,5),(3,6), (4,1),(4,2),(4,3),(4,4),(4,5),(4,6), (5,1),(5,2),(5,3),(5,4),(5,5),(5,6), (6,1),(6,2),(6,3),(6,4),(6,5),(6,6)} P(ω) = 1/36 KAIKILLA ω Ω A = SUMMA ON 6 = {(1,5),(2,4),(3,3),(4,2),(5,1)} B = TUPLAT = {(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)} P(B) = 6/36 = 1/6
44 TODENNÄKÖISYYS (TN) 1. P( A) = 1 P(A) 2. P(A A) = 1 3. P(A A) = 0 4. P(A B) = P(A) + P(B) P(A B) 5. P(A, B) + P(A, B) = P(A)
45 HUOMENNA EHDOLLINEN TODENNÄKÖISYYS BAYESIN KAAVA NAIVI BAYES -ROSKAPOSTISUODATIN
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS LOGIIKKAA LINTU(A) LENTÄÄ(A) PINGVIINI(A) LINTU(A) PINGVIINI(tweety). LENTÄÄ(tweety) ISÄ(X,Y) LAPSI(Y,X) ÄITI(X,Y) LAPSI(Y,X) ISÄ(X,Y) ISÄ(Y,Z) LAPSENLAPSI(Z,X) ISOISÄ(X,Z)
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS LOGIIKKAA LINTU(A) LENTÄÄ(A) PINGVIINI(A) LINTU(A) PINGVIINI(tweety). LENTÄÄ(tweety) ISÄ(X,Y) LAPSI(Y,X) ÄITI(X,Y) LAPSI(Y,X) ISÄ(X,Y) ISÄ(Y,Z) LAPSENLAPSI(Z,X) ISOISÄ(X,Z)
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS LOGIIKKAA TERMI: MUUTTUJA: A,B,C,... VAKIO: a,b,c,... PREDIKAATTI: SISÄLLÄ, ULKONA,... LAUSE: ULKONA(A) SISÄLLÄ(A) SITÄ ON JOKO ULKONA TAI SISÄLLÄ. LAUSE: ULKONA(A) SATAA
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS OIKEASSA MAAILMASSA OTETTAVA HUOMIOON: HAVAINTOJEN EPÄTARKKUUS EPÄVARMUUS JA EPÄTÄSMÄLLISYYS RISTIRIITAINEN INFORMAATIO (RELEVANTTI) TAUSTATIETO TOSIAIKAISUUS JNE. AKKU
Johdatus tekoälyyn, syksy 2011, Teemu Roos Harjoitus 3
Johdatus tekoälyyn, syksy 2011, Teemu Roos Harjoitus 3 Huom: Voit saada tästä harjoituskerrasta max. 6 pistettä. Tehtävä 1. Looginen päättely (2 pistettä) a) (1 piste). Lause A A B (jos A on tosi, on myös
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KURSSIN PERUSTIEDOT VALINNAINEN AINEOPINTOTASOINEN KURSSI, 4 OP PERIODI 1: 6.9.2012-12.10.2012 (6 VIIKKOA) LUENNOT (B123, LINUS TORVALDS -AUDITORIO): TO 10-12, PE 12-14 LASKUHARJOITUKSET
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KURSSIN PERUSTIEDOT VALINNAINEN AINEOPINTOTASOINEN KURSSI, 5 OP PERIODI 3: 16.1.2017-3.3.2016 (7 VIIKKOA+KOE) LUENNOT (CK112): MA 14-16, TI 14-16 LASKUHARJOITUKSET: RYHMÄ
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS PINGVIINI(tweety) :- true. Wulffmorgenthaler HS 14.9.2012 TODENNÄKÖISYYS (TN) EHDOLLINEN TN: P(B A) B:N TODENNÄKÖISYYS, KUN TIEDETÄÄN, ETTÄ A B:N EHDOLLINEN TN ANNETTUNA A
JOHDATUS TEKOÄLYYN LUENTO 4.
2009 CBS INTERACTIVE JOHDATUS TEKOÄLYYN LUENTO 4. TODENNÄKÖISYYSMALLINNUS II: BAYESIN KAAVA TEEMU ROOS Marvin Minsky Father of Artificial Intelligence, 1927 2016 PINGVIINI(tweety) :- true. Wulffmorgenthaler
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KURSSIN PERUSTIEDOT VALINNAINEN AINEOPINTOTASOINEN KURSSI, 5 OP PERIODI 3: 18.1.2016-6.3.2016 (7 VIIKKOA+KOE) LUENNOT (CK112): MA 14-16, TI 14-16 LASKUHARJOITUKSET: RYHMÄ
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KURSSIN PERUSTIEDOT VALINNAINEN AINEOPINTOTASOINEN KURSSI, 5 OP PERIODI 1: 4.9.2014-17.10.2012 (7 VIIKKOA+KOE) LUENNOT (B123, LINUS TORVALDS -AUDITORIO): TO 10-12, PE 12-14
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS NAIVI BAYES SPAM/HAM SANA 1 SANA 2 SANA 3 SANA 4 SANA 6 SANA 7 NAIVI BAYES SPAM/HAM SANA 1 P(SANA i =VIAGRA HAM) = 0.0001 P(SANA i =VIAGRA SPAM) = 0.002 TN, ETTÄ YKSITTÄINEN
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KUINKA RIKASTUA NAIVI BAYES FROM: "MARGARETTA NITA" SUBJECT: SPECIAL OFFER : VIAGRA ON SALE AT $1.38!!! X-BOGOSITY: YES, TESTS=BOGOFILTER, SPAMICITY=0.99993752,
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS X Y Z Å BAYES-VERKKO ON TODENNÄKÖISYYSMALLIN ESITYS VERKON SOLMUT OVAT SATUNNAISMUUTTUJIA (ESIM. NOPAN SILMÄLUKU) VERKON KAARET ( NUOLET ) VASTAAVAT SUORIA RIIPPUUKSIA: EI
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS KUINKA RIKASTUA NAIVI BAYES FROM: "MARGARETTA NITA" SUBJECT: SPECIAL OFFER : VIAGRA ON SALE AT $1.38!!! X-BOGOSITY: YES, TESTS=BOGOFILTER, SPAMICITY=0.99993752,
Uusi Ajatus Löytyy Luonnosta 4 (käsikirja) (Finnish Edition)
Uusi Ajatus Löytyy Luonnosta 4 (käsikirja) (Finnish Edition) Esko Jalkanen Click here if your download doesn"t start automatically Uusi Ajatus Löytyy Luonnosta 4 (käsikirja) (Finnish Edition) Esko Jalkanen
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I
HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Tehtävä 1 on klassikko. 1. Tässä tehtävässä tapahtumat A ja B eivät välttämättä
make and make and make ThinkMath 2017
Adding quantities Lukumäärienup yhdistäminen. Laske yhteensä?. Countkuinka howmonta manypalloja ballson there are altogether. and ja make and make and ja make on and ja make ThinkMath 7 on ja on on Vaihdannaisuus
Nuku hyvin, pieni susi -????????????,?????????????????. Kaksikielinen satukirja (suomi - venäjä) (www.childrens-books-bilingual.com) (Finnish Edition)
Nuku hyvin, pieni susi -????????????,?????????????????. Kaksikielinen satukirja (suomi - venäjä) (www.childrens-books-bilingual.com) (Finnish Edition) Click here if your download doesn"t start automatically
Otanta ilman takaisinpanoa
Otanta ilman takaisinpanoa Populaatio, jossa N alkiota (palloa, ihmistä tms.), kahdenlaisia ( valkoinen, musta ) Poimitaan umpimähkään (= symmetrisesti) n-osajoukko eli otos Merkitään tapahtuma A k = otoksessa
1. Liikkuvat määreet
1. Liikkuvat määreet Väitelauseen perussanajärjestys: SPOTPA (subj. + pred. + obj. + tapa + paikka + aika) Suora sanajärjestys = subjekti on ennen predikaattia tekijä tekeminen Alasääntö 1: Liikkuvat määreet
Voice Over LTE (VoLTE) By Miikka Poikselkä;Harri Holma;Jukka Hongisto
Voice Over LTE (VoLTE) By Miikka Poikselkä;Harri Holma;Jukka Hongisto If you are searched for a book by Miikka Poikselkä;Harri Holma;Jukka Hongisto Voice over LTE (VoLTE) in pdf form, then you have come
FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL
FinFamily PostgreSQL 1 Sisällys / Contents FinFamily PostgreSQL... 1 1. Asenna PostgreSQL tietokanta / Install PostgreSQL database... 3 1.1. PostgreSQL tietokannasta / About the PostgreSQL database...
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
Prolog kielenä Periaatteet Yhteenveto. Prolog. Toni ja Laura Fadjukoff. 9. joulukuuta 2010
kielenä 9. joulukuuta 2010 Historia kielenä Historia Sovelluksia kehitettiin vuonna 1972 Kehittäjinä ranskalaiset Pääkehittäjä Alain Colmerauer Philippe Roussel programmation en logique Robert Kowalski
anna minun kertoa let me tell you
anna minun kertoa let me tell you anna minun kertoa I OSA 1. Anna minun kertoa sinulle mitä oli. Tiedän että osaan. Kykenen siihen. Teen nyt niin. Minulla on oikeus. Sanani voivat olla puutteellisia mutta
Information on Finnish Language Courses Spring Semester 2018 Päivi Paukku & Jenni Laine Centre for Language and Communication Studies
Information on Finnish Language Courses Spring Semester 2018 Päivi Paukku & Jenni Laine 4.1.2018 Centre for Language and Communication Studies Puhutko suomea? -Hei! -Hei hei! -Moi! -Moi moi! -Terve! -Terve
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS LUONNOLLISEN KIELEN KÄSITTELY (NATURAL LANGUAGE PROCESSING, NLP) TEKOÄLYSOVELLUKSET, JOTKA LIITTYVÄT IHMISTEN KANSSA (TAI IHMISTEN VÄLISEEN) KOMMUNIKAATIOON, OVAT TEKEMISISSÄ
Information on Finnish Language Courses Spring Semester 2017 Jenni Laine
Information on Finnish Language Courses Spring Semester 2017 Jenni Laine 4.1.2017 KIELIKESKUS LANGUAGE CENTRE Puhutko suomea? Do you speak Finnish? -Hei! -Moi! -Mitä kuuluu? -Kiitos, hyvää. -Entä sinulle?
The Viking Battle - Part Version: Finnish
The Viking Battle - Part 1 015 Version: Finnish Tehtävä 1 Olkoon kokonaisluku, ja olkoon A n joukko A n = { n k k Z, 0 k < n}. Selvitä suurin kokonaisluku M n, jota ei voi kirjoittaa yhden tai useamman
Johdatus tekoälyyn (T. Roos) Kurssikoe
582216 Johdatus tekoälyyn (T. Roos) Kurssikoe 18.10.2013 Kokeessa saa pitää mukana käsinkirjoitettua A4-kokoista kaksipuolista lunttilappua, joka on palautettava koepaperin mukana. Huomaa että jokaisen
TIETEEN PÄIVÄT OULUSSA 1.-2.9.2015
1 TIETEEN PÄIVÄT OULUSSA 1.-2.9.2015 Oulun Yliopisto / Tieteen päivät 2015 2 TIETEEN PÄIVÄT Järjestetään Oulussa osana yliopiston avajaisviikon ohjelmaa Tieteen päivät järjestetään saman konseptin mukaisesti
Information on Finnish Courses Autumn Semester 2017 Jenni Laine & Päivi Paukku Centre for Language and Communication Studies
Information on Finnish Courses Autumn Semester 2017 Jenni Laine & Päivi Paukku 24.8.2017 Centre for Language and Communication Studies Puhutko suomea? -Hei! -Hei hei! -Moi! -Moi moi! -Terve! -Terve terve!
Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset
Todennäköisyyslaskenta IIa, syyslokakuu 019 / Hytönen. laskuharjoitus, ratkaisuehdotukset 1. Kurssilla on 0 opiskelijaa, näiden joukossa Jutta, Jyrki, Ilkka ja Alex. Opettaja aikoo valita umpimähkään opiskelijan
Counting quantities 1-3
Counting quantities 1-3 Lukumäärien 1 3 laskeminen 1. Rastita Tick (X) (X) the kummassa box that has laatikossa more on balls enemmän in it. palloja. X. Rastita Tick (X) (X) the kummassa box that has laatikossa
Tilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
a. (2 p) Selitä Turingin koe. (Huom. ei Turingin kone.) Minkälainen tekoäly on saavutettu, kun Turingin koe ratkaistaan?
582216 Johdatus tekoälyyn (T. Roos) Kurssikoe 19.10.2012 Kokeessa saa pitää mukana käsinkirjoitettua A4-kokoista kaksipuolista lunttilappua, joka on palautettava koepaperin mukana. Huomaa että jokaisen
HOITAJAN ROOLI TEKNOLOGIAVÄLITTEISESSÄ POTILASOHJAUKSESSA VÄITÖSKIRJATUTKIJA JENNI HUHTASALO
HOITAJAN ROOLI TEKNOLOGIAVÄLITTEISESSÄ POTILASOHJAUKSESSA VÄITÖSKIRJATUTKIJA JENNI HUHTASALO Tutkimusintressit Asiantuntijuus ja teknologia: Hoitajan rooli teknologiavälitteisessä potilasohjauksessa Opettajan
LOGIIKKA johdantoa
LOGIIKKA johdantoa LUKUTEORIA JA TO- DISTAMINEN, MAA11 Logiikan tehtävä: Logiikka tutkii ajattelun ja päättelyn sääntöjä ja muodollisten päättelyiden oikeellisuutta, ja pyrkii erottamaan oikeat päättelyt
Johdatus tekoälyyn
KURSSIN SISÄLTÖ eli TULEEKO TÄMÄ KOKEESEEN??? 582216 Johdatus tekoälyyn Syksy 2011 T. Roos KURSSIKOODI: 582216 OPINTOPISTEET: 4.0 ERIKOISTUMISLINJA: Algoritmit ja koneoppiminen TASO: Aineopinnot KUVAUS:
T kevät 2007 Laskennallisen logiikan jatkokurssi Laskuharjoitus 1 Ratkaisut
T-79.5101 kevät 2007 Laskennallisen logiikan jatkokurssi Laskuharjoitus 1 Ratkaisut 1. Jokaiselle toteutuvalle lauselogiikan lauseelle voidaan etsiä malli taulumenetelmällä merkitsemällä lause taulun juureen
CALL TO ACTION! Jos aamiaistilaisuudessa esillä olleet aiheet kiinnostavat syvemminkin niin klikkaa alta lisää ja pyydä käymään!
CALL TO ACTION! Jos aamiaistilaisuudessa esillä olleet aiheet kiinnostavat syvemminkin niin klikkaa alta lisää ja pyydä käymään! Monikanavaisen viestinnän mittaaminen: https://www.vapamedia.fi/mittaaminen/
Capacity Utilization
Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run
Johdatus tekoälyyn
YLEISTÄ 582216 Johdatus tekoälyyn Syksy 2014 T. Roos Päivitetty 21.10.2014 T. Roos Kurssin päätavoitteena on saada käsitys tekoälyn perusongelmista, -sovelluksista ja -menetelmistä, sekä tekoälyn tärkeimmistä
1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 81122P (4 ov.) 30.5.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila Kalvoissa käytetään materiaalia P. Palon vuoden 2005 kurssista. 07.09.2007 Antti Rasila () SovTodB 07.09.2007 07.09.2007 1 / 24 1 Todennäköisyyslaskennan
The role of 3dr sector in rural -community based- tourism - potentials, challenges
The role of 3dr sector in rural -community based- tourism - potentials, challenges Lappeenranta, 5th September 2014 Contents of the presentation 1. SEPRA what is it and why does it exist? 2. Experiences
AYYE 9/ HOUSING POLICY
AYYE 9/12 2.10.2012 HOUSING POLICY Mission for AYY Housing? What do we want to achieve by renting apartments? 1) How many apartments do we need? 2) What kind of apartments do we need? 3) To whom do we
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS X Y Z Å BAYES-VERKKO ON TODENNÄKÖISYYSMALLIN ESITYS VERKON SOLMUT OVAT SATUNNAISMUUTTUJIA (ESIM. NOPAN SILMÄLUKU) VERKON KAARET ( NUOLET ) VASTAAVAT SUORIA RIIPPUUKSIA: EI
ABHELSINKI UNIVERSITY OF TECHNOLOGY
Todennäköisyyslaskennan käsitteitä Satunnaisuus ja deterministisyys Deterministisessä ilmiössä alkutila määrää lopputilan yksikäsitteisesti. Satunnaisilmiö puolestaan arpoo - yhdestä alkutilasta voi päätyä
JOHDATUS TEKOÄLYYN TEEMU ROOS
JOHDATUS TEKOÄLYYN TEEMU ROOS ROBOTIIKKA TEKOÄLYN GRAND CHALLENGE YHDISTÄÄ LÄHES KAIKKI TEKOÄLYN OSA-ALUEET: ROBOTIIKKA TEKOÄLYN GRAND CHALLENGE YHDISTÄÄ LÄHES KAIKKI TEKOÄLYN OSA-ALUEET: AKTUAATTORIT:
TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)
JOHDATUS TEKOÄLYYN TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA) KONEOPPIMISEN LAJIT OHJATTU OPPIMINEN: - ESIMERKIT OVAT PAREJA (X, Y), TAVOITTEENA ON OPPIA ENNUSTAMAAN Y ANNETTUNA X.
Information on preparing Presentation
Information on preparing Presentation Seminar on big data management Lecturer: Spring 2017 20.1.2017 1 Agenda Hints and tips on giving a good presentation Watch two videos and discussion 22.1.2017 2 Goals
Tilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
Määritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan
Todennäköisyys Todennäköisyys on epävarman matematiikkaa. Matemaattinen todennäköisyys mallintaa satunnaisia ilmiöitä, kuten esimerkiksi nopantai lantinheitto. Todennäköisyyttä voi lähestyä mm. tilastollisesti
Johdatus tekoälyyn
YLEISTÄ 582216 Johdatus tekoälyyn Syksy 2013 T. Roos Kurssin päätavoitteena on saada käsitys tekoälyn perusongelmista, -sovelluksista ja -menetelmistä, sekä tekoälyn tärkeimmistä kehitysaskeleista sen
Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.
Luku 1 Johdanto 1.1 Todennäköisyys ja tilastotiede Kurssi käsittelee todennäköisyyslaskentaa ja tilastotiedettä. Laaditaan satunnaisilmiöille todennäköisyysmalleja. Miten hyvin mallit kuvaavat todellisuutta?
Lausekielinen ohjelmointi II Ensimmäinen harjoitustyö
Lausekielinen ohjelmointi II Ensimmäinen harjoitustyö Yleistä Tehtävä: Tee Javalla LineBreaker-ohjelma tekstirivin sovittamiseen tekstialueelle riviä katkomalla. Lausekielinen ohjelmointi II -kurssin pakollinen
Tutkimustiedonhallinnan peruskurssi
Tutkimustiedonhallinnan peruskurssi Hannu Toivonen, Marko Salmenkivi, Inkeri Verkamo hannu.toivonen, marko.salmenkivi, inkeri.verkamo@cs.helsinki.fi Helsingin yliopisto Hannu Toivonen, Marko Salmenkivi,
Opiskelusta taidot työelämään Tiedon merkitys työelämässä. Kimmo Vänni TAMK 05.02.2008
Opiskelusta taidot työelämään Tiedon merkitys työelämässä Kimmo Vänni TAMK 05.02.2008 Mistä kaikesta tässä tulisi tietää? Keskeiset työtehtävät Toimit teknisenä kouluttajana sekä asiantuntijana. Keskityt
Todennäköisyyslaskenta
Todennäköisyyslaskenta Syksy 2017 Kerkko Luosto 3. lokakuuta 2017 Kerkko Luosto Todennäköisyyslaskenta 3. lokakuuta 2017 1 / 33 Johdanto Johdantoesimerkki Esimerkki Hannu Huijari ostaa Keijo Kelmiltä Hämärätorilla
1.3 Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 811122P (5 op.) 12.12.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
A: What s wrong? A aloittaa. Kuuntele ja auta tarvittaessa. Parisi auttaa tarvittaessa. Sinä aloitat. Sano vuorosanasi englanniksi.
High five! 4 Chapter 4 Down by the river LIITE 6a Työpistetyöskentely Piste 1 1 Valitse parisi kanssa kappaleiden 1 3 teksteistä yksi ja lukekaa se ääneen englanniksi 2 Tee alla oleva tehtävä parisi kanssa
1. Matkalla todennäköisyyteen
1. Matkalla todennäköisyyteen Wovon man nicht sprechen kann, darüber muss man schweigen (Ludwig Wittgenstein, Tractatus Logico-Philosophicus 1921) Miten ihmeessä tämä liittyy tähän kurssiin????!?? 1.1
Todennäköisyyslaskenta
Todennäköisyyslaskenta Syksy 2017 Kerkko Luosto 14. syyskuuta 2017 Kerkko Luosto Todennäköisyyslaskenta 14. syyskuuta 2017 1 / 26 Johdanto Johdantoesimerkki Esimerkki Hannu Huijari ostaa Keijo Kelmiltä
Kysymys 5 Compared to the workload, the number of credits awarded was (1 credits equals 27 working hours): (4)
Tilasto T1106120-s2012palaute Kyselyn T1106120+T1106120-s2012palaute yhteenveto: vastauksia (4) Kysymys 1 Degree programme: (4) TIK: TIK 1 25% ************** INF: INF 0 0% EST: EST 0 0% TLT: TLT 0 0% BIO:
Entscheidungsproblem
Entscheidungsproblem Antti-Juhani Kaijanaho 24. kesäkuuta 2013 Entscheidungsproblem eli ratkaisuongelma kysyy, millä mekaanisella menetelmällä voisi selvittää, onko mielivaltainen annettu ensimmäisen kertaluvun
T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (Predikaattilogiikka )
T-79.3001 Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (Predikaattilogiikka 10.3. 11.4) 26. 30.3. 2009 Ratkaisuja demotehtäviin Tehtävä 10.5 Allaolevat kolme graafia pyrkivät selventämään
Contents. Kuinka monta jakson sanaa opit? Väritä tähdet. Hello. Numbers. Colours. 1. This is me. 2. Clothes. 3. Family. 4. Home. 5. Food. 6.
Contents Kuinka monta jakson sanaa opit? Väritä tähdet. Hello Numbers Colours 1. This is me 2. Clothes 3. Family 4. Home 5. Food 6. I can 7. School 8. Hobbies 9. Animals 10. Moving around EXTRA Hello Piirrä
Tässä luvussa mietimme, kuinka paljon aineistossa on tarpeellista tietoa Sivuamme kysymyksiä:
4. Tyhjentyvyys Tässä luvussa mietimme, kuinka paljon aineistossa on tarpeellista tietoa Sivuamme kysymyksiä: Voidaanko päätelmät perustaa johonkin tunnuslukuun t = t(y) koko aineiston y sijasta? Mitä
Johdatus tekoälyyn (T. Roos) Kurssikoe ARVOSTELUPERUSTEET
582216 Johdatus tekoälyyn (T. Roos) Kurssikoe 10.3.2016 ARVOSTELUPERUSTEET 1. Tekoälyn filosofiaa yms. a. (5 p) Esseekysymys. Sopivan pituinen vastaus on yli yhden, mutta mielellään alle kahden sivun mittainen.
Choose Finland-Helsinki Valitse Finland-Helsinki
Write down the Temporary Application ID. If you do not manage to complete the form you can continue where you stopped with this ID no. Muista Temporary Application ID. Jos et onnistu täyttää lomake loppuun
The decision making structure The representa8ve council Teemu Halme, Janne Koskenniemi & AnA Karkola
The decision making structure 25.1.2012 The representa8ve council Teemu Halme, Janne Koskenniemi & AnA Karkola Who are we? Janne Koskenniemi Administra0ve Manager Documents Central Office Bill verifica0on
MS-A0402 Diskreetin matematiikan perusteet
MS-A0402 Diskreetin matematiikan perusteet Osa 1: Joukko-oppi ja logiikka Riikka Kangaslampi 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kiitokset Nämä luentokalvot perustuvat Gustaf
Inversio-ongelmien laskennallinen peruskurssi Luento 7
Inversio-ongelmien laskennallinen peruskurssi Luento 7 Kevät 2012 1 Tilastolliset inversio-ongelmat Tilastollinen ionversio perustuu seuraaviin periaatteisiin: 1. Kaikki mallissa olevat muuttujat mallinnetaan
815338A Ohjelmointikielten periaatteet
815338A Ohjelmointikielten periaatteet 2015-2016 VII Logiikkaohjelmointi Sisältö 1. Johdanto 2. Predikaattilogiikan käsitteistöä 3. Prolog 815338A Ohjelmointikielten periaatteet, Logiikkaohjelmointi 2
Käyttöliittymät II. Käyttöliittymät I Kertaus peruskurssilta. Keskeisin kälikurssilla opittu asia?
Käyttöliittymät II Sari A. Laakso Käyttöliittymät I Kertaus peruskurssilta Keskeisin kälikurssilla opittu asia? 1 Käyttöliittymät II Kurssin sisältö Käli I Käyttötilanteita Käli II Käyttötilanteet selvitetään
Entscheidungsproblem
Entscheidungsproblem Antti-Juhani Kaijanaho 10. joulukuuta 2015 Entscheidungsproblem eli ratkaisuongelma kysyy, millä mekaanisella menetelmällä voisi selvittää, onko mielivaltainen annettu ensimmäisen
Counting quantities 1-3
Counting quantities 1-3 Lukumäärien 1 3 laskeminen 1. Rastita Tick (X) (X) the kummassa box that has laatikossa more on balls enemmän in it. palloja. X 2. Rastita Tick (X) (X) the kummassa box that has
Megaprojekti pysyi aikataulussa. Totta vai tarua?
Megaprojekti pysyi aikataulussa. Totta vai tarua? Megaprojekti mikä? Lähde: https://en.wikipedia.org/wiki/megaproject 2 Megaprojekti miksi? Lähde: https://en.wikipedia.org/wiki/megaproject 3 Megaprojekti
&idx=2&uilang=fi&lang=fi&lvv=2015
20.10.2015/1 MTTTP5, luento 20.10.2015 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa
Vasen johto S AB ab ab esittää jäsennyspuun kasvattamista vasemmalta alkaen:
Vasen johto S AB ab ab esittää jäsennyspuun kasvattamista vasemmalta alkaen: S A S B Samaan jäsennyspuuhun päästään myös johdolla S AB Ab ab: S A S B Yhteen jäsennyspuuhun liittyy aina tasan yksi vasen
Todennäköisyys. Antoine Gombaud, eli chevalier de Méré?.? Kirjailija ja matemaatikko
Todennäköisyys TOD.NÄK JA TILASTOT, MAA10 Todennäköisyyslaskennan juuret ovat ~1650-luvun uhkapeleissä. Kreivi de Mérén noppapelit: Jos noppaa heitetään 4 kertaa, niin kannattaako lyödä vetoa sen puolesta,
Miksi Suomi on Suomi (Finnish Edition)
Miksi Suomi on Suomi (Finnish Edition) Tommi Uschanov Click here if your download doesn"t start automatically Miksi Suomi on Suomi (Finnish Edition) Tommi Uschanov Miksi Suomi on Suomi (Finnish Edition)
Kvanttilaskenta - 1. tehtävät
Kvanttilaskenta -. tehtävät Johannes Verwijnen January 9, 0 edx-tehtävät Vastauksissa on käytetty edx-kurssin materiaalia.. Problem False, sillä 0 0. Problem False, sillä 0 0 0 0. Problem A quantum state
Mitä Master Class:ssa opittiin?
Mitä Master Class:ssa opittiin? Tutkimuskoordinaattori Kaisa Korhonen-Kurki, Helsingin yliopisto Tutkija Katriina Soini, Helsingin yliopisto Yliopistopedagogi Henna Asikainen, Helsingin yliopisto Tausta
https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015
25.10.2016/1 MTTTP5, luento 25.10.2016 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa
Todennäköisyyden ominaisuuksia
Todennäköisyyden ominaisuuksia 0 P(A) 1 (1) P(S) = 1 (2) A B = P(A B) = P(A) + P(B) (3) P(A) = 1 P(A) (4) P(A B) = P(A) + P(B) P(A B) (5) Tapahtuman todennäköisyys S = {e 1,..., e N }. N A = A. Kun alkeistapaukset
Kokeessa piti vastata viiteen (5) tehtävään kuudesta (6). Jokaisen tehtävän maksimipistemäärä on 8.
582216 Johdatus tekoälyyn (T. Roos) Kurssikoe 19.10.2012 ARVOSTELUPERUSTEET Kokeessa piti vastata viiteen (5) tehtävään kuudesta (6). Jokaisen tehtävän maksimipistemäärä on 8. 1. Tekoälyn filosofiaa yms.
THE LANGUAGE SURVIVAL GUIDE
FINNISH THE LANGUAGE SURVIVAL GUIDE 4 0 0 W O R D S T O G E T S T A R T E D I N A N Y L A N G U A G E BY THE FOREIGN LANGUAGE COLLECTIVE Verbs Verbit To be Olla I Minä olen You Sinä olet He/She/It Hän/Se
Lause 5. (s. 50). Olkoot A ja B joukkoja. Tällöin seuraavat ehdot ovat
jen Kahden joukon A ja B samuutta todistettaessa kannattaa usein osoittaa, että A on B:n osajoukko ja että B on A:n osajoukko. Tällöin sovelletaan implikaation ja ekvivalenssin yhteyttä. Lause 5. (s. 50).
Yhteistyötä sisältämätön peliteoria jatkuu
Yhteistyötä sisältämätön peliteoria jatkuu Tommi Lehtonen Optimointiopin seminaari - Syksy 2000 / 1 Bayesilainen tasapaino Täysi informaatio Vajaa informaatio Staattinen Nash Bayes Dynaaminen Täydellinen
5/20: Algoritmirakenteita III
Ohjelmointi 1 / syksy 2007 5/20: Algoritmirakenteita III Paavo Nieminen nieminen@jyu.fi Tietotekniikan laitos Informaatioteknologian tiedekunta Jyväskylän yliopisto Ohjelmointi 1 / syksy 2007 p.1/17 Tämän
Other approaches to restrict multipliers
Other approaches to restrict multipliers Heikki Tikanmäki Optimointiopin seminaari 10.10.2007 Contents Short revision (6.2) Another Assurance Region Model (6.3) Cone-Ratio Method (6.4) An Application of
Oma sininen meresi (Finnish Edition)
Oma sininen meresi (Finnish Edition) Hannu Pirilä Click here if your download doesn"t start automatically Oma sininen meresi (Finnish Edition) Hannu Pirilä Oma sininen meresi (Finnish Edition) Hannu Pirilä
031021P Tilastomatematiikka (5 op)
031021P Tilastomatematiikka (5 op) Jukka Kemppainen Mathematics Division Yleinen todennäköisyys Kertausmateriaalissa esiteltiin koulusta tuttuja todennäköisyysmalleja. Tällä kurssilla todennäköisyys on
Matkustaminen Yleistä
- Olennaiset Voisitko auttaa minua? Avun pyytäminen Puhutko englantia? Tiedustelu henkilöltä puhuuko hän englantia Can you help me, please? Do you speak English? Puhutteko _[kieltä]_? Tiedustelu henkilöltä
Matkustaminen Yleistä
- Olennaiset Can you help me, please? Avun pyytäminen Do you speak English? Tiedustelu henkilöltä puhuuko hän englantia Voisitko auttaa minua? Puhutko englantia? Do you speak _[language]_? Tiedustelu henkilöltä