Adrian Ulges

Anwendungen der Künstlichen Intelligenz (SoSe 18)

News

• 06.08. Herzlich Willkommen zum Contest-Tag - Hier sind die Testfragen. Deadline für die Abgabe (Code und Ergebnisse) ist Mitternacht. Viel Spaß und Erfolg!
  
  
• 02.07. Der Freiwilliger Zusatztermin findet am Donnerstag, 12.07., um 15:00 - 17:30 in D-012 / D-013 statt.
• 02.07. Fachgespräche: Bereiten Sie für die Fachgespräche eine kurze gemeinsame Präsentation (max. 10 Minuten) zu Ihrem Ansatz und Ihren Ergebnissen vor.
• 02.07. Abgabe: Beachten Sie, dass Sie am Montag, den 06.08. Ihr Projekt abgeben. Die Abgabe schicken Sie bis Mitternacht per Mail an Prof. Ulges. Sie sollte beinhalten:
  • Den Code (angemessen kommentiert und strukturiert)
  • Ein kurzes README, das (1) die Code-Struktur erklärt, (2) beispielhaft zeigt, wie der Code aufzurufen ist und welche Pfade ggfs. anzupassen sind, (3) eine Liste sämtlicher Dependencies (nltk, tensorflow, ...).
  • Datenintensive Komponenten (z.B. ElasticSearch-Ordner, Word2Vec-Embeddings) stellen Sie bitte außerhalb der Mail zur Verfügung.
  • Optional geben Sie Ihr Lab-Notebook mit ab.
• 25.06. Der Contest-Tag findet am Montag, den 06.08.. Um 11:00 Uhr werden Testfragen hochgeladen. In diesen Testfragen sind alle Einträge bis auf die Frage selbst gelöscht:

  DieDreier;Who murdered Abraham Lincoln?;___;___;-1;___

  ulges;Who will be world cup champion?;___;___;-1;___

  ...

  Bis Mitternacht schickt jedes Team eine Datei mit auomtatisch generierten Antworten im folgenden CSV-Format an Prof. Ulges zurück.

  Frage1Antwort1;Frage1Antwort2;Frage1Antwort3;...;Frage1Antwort10;

  Frage2Antwort1;Frage2Antwort2;Frage2Antwort3;...;Frage2Antwort10;

  ...

  FrageNAntwort1;FrageNAntwort2;FrageNAntwort3;...;FrageNAntwort10;

  Sollte Ihr System weniger als 10 Antworten für eine Frage generieren, kann die entsprechende Zeile auch weniger als 10 Einträge enthalten. Sollte Ihr System *keine* Antwort generieren, enthält die Zeile nur ein Semikolon (;).

• 13.06. Beachten Sie nützliche Ressourcen für das Projekt weiter unten (siehe "Projekt")!
• 11.06. Ab sofort treten wir in die Projektphase ein. Gruppe A trifft sich von 10:00-13:15 Uhr, Gruppe B von 14:15-17:30. In dieser Zeit besteht Anwesenheitspflicht!
• 28.05. - Die Fachgespräche finden am 08.-10. August statt (ein genauer Terminplan folgt).
• 30.04. - Blatt 03: Kleiner Fehler gefixt: In der neuen Version von nytimes.zip funktioniert das Programmgerüst nun auch für Python 3. Herzlichen Dank an Nils Koch für die Korrektur.
• 25.03. - Dieser Kurs wird am 16.04. beginnen (weitere Infos folgen).

Slides

• Einführung: Kursorganisation
• Kapitel 01: Einführung
• Kapitel 02: Information Retrieval
• Kapitel 03: Information Retrieval II
• Kapitel 04: Natural Language Processing
• Kapitel 05: Machine Learning
• Kapitel 06: Neuronale Netze
• Kapitel 07: Neuronale Netze II
• Kapitel 08: Neuronale Netze III
• Kapitel 09: Wissensgraphen und Informationsextraktion
• Kapitel 10: Infos zum Projekt
• Kapitel 11: Linked Open Data

Gekritzel aus der Vorlesung

• Kapitel 07: Backpropagation
• Kapitel 08: Word2vec

Übungen

• Übung 01: Übungsblatt
• Übung 01: Python-Crashkurs
• Übung 01: dracula.txt
• Übung 01: test.jpg
• Übung 02: Übungsblatt
• Übung 03: Übungsblatt
• Übung 03: nytimes.zip
• Übung 03: nytimes.zip (Version 02, klappt jetzt auch mit Python 3)
• Übung 04: Übungsblatt
• Übung 04: mnist.py (für Python3 selbst anzupassen)
• Übung 05: Übungsblatt
• Übung 06: Übungsblatt
• Übung 07: Übungsblatt

Projekt

• Trainingsfragen, Version 01
• Word2Vec-Vektoren. Diese können Sie mit der Library gensim laden, um ähnliche Terme zu finden.
• Ein kleiner REST-Service um effizient auf Word2Vec-Embeddings zuzugreifen.
• Evaluations-Code, Version 01
• Evaluations-Code, Version 02 (bessere Stopwortliste)

Weiteres Material

Python

• Ein YouTube-Clip Python for Java developers (nett und kurz).
• Das offizielle Python tutorial (für Python 2.7, etwas länger).

• Das Quickstart Tutorial.

Schedule

Woche 01-06 (bis einschließlich 25. Mai)

• MO, 10:00-11:45 - Vorlesung (D-17)
• MO, 11:45-13:15 - Praktikum, Gruppe A (D-13)
• MO, 14:15-15:45 - Vorlesung (D-17)
• MO, 16:00-17:30 - Praktikum, Gruppe B (D-12)

• MO, 10:00-13:15 - Projekt, Gruppe A (D-13)
• MO, 14:15-17:30 - Projekt, Gruppe B (D-12)

Literatur

• Manning,Schütze: Foundations of Statistical Language Processing .
• Manning, Raghavan, Schütze: Introduction to Information Retrieval.
• Nielsen: Neural Networks and Deep Learning.
• Goodfellow, Bengio, Courville: Deep Learning.
• Goldberg: A Primer on Neural Network Models for Natural Language Processing.
• Stephen Marsland: Machine Learning - An Algorithmic Perspective (available in the library).