Artificial Intellicence, 2014-11-21

Module: 
Artificial Intellicence
Examiner: 
Kai-Uwe Kühnberger
Assessor: 
Helmar Gust
Date: 
Fri, 2014-11-21

Note:
1,3

Wer in AI eine Modulprüfung macht, wählt 3 Themen der Methods-Vorlesung, aus denen man dann ein Paper bekommt.

Aufgabe:

"Wir erwarten dann, dass Sie das Papier "An Adaptation of the Parliamentary Metaheuristic for Permutation Constraint Satisfaction"
(1) kurz vorstellen (zusammenfassen),
(2) kritisch bewerten und
(3) in einen groesseren Forschungskontext einordnen.
Sie sollten auch nach Hintergrundliteratur suchen.
Für diesen Teil sollten Sie 15min kalkulieren.

Danach reden wir dann noch allgemein ueber das Papier und
verwandte Themen, sowie die Beziehung zu KI und CS.
Natuerlich erwarten wir erweiterte Kenntnisse in den von Ihnen
angegebenen Gebieten aber auch
Grundkenntnisse in alle anderen Gebieten, die in der Methods-
Veranstaltung dran waren.

Alle Vorbereitungsmaterialien können Sie mitbringen."

Vorbereitung

Meine 3 Bereiche: Search, Machine Learning und CSP
- Paper gründlich durchlesen und verstehen
- Wichtige referenzierte Paper lesen (bei mir ~8)
- Alle Methods-Slides kurz überfliegen
- Methods-Slides zu meinen Themen erneut lernen
- Feststellen, dass die Methods-Slides verwirrend sind und sich selbst Material zum Thema suchen (giyf.com)

Prüfung

Zuerst bin ich das Paper durchgegangen und habe die einzelnen Abschnitte kurz zusammengefasst und den vorgestellten Algorithmus vorgestellt, sowie Hintergründe zu den Methoden mit denen verglichen wurde.
Dann habe ich meine Kritikpunkte dargestellt.
Diese waren zuerst formal: keine Seitenzahlen, Fehler in den Indizes einer Formel
und dann inhaltlich: Warum nur 100 test cases, warum nicht N-Queens-Problem, Sehr ähnlich zu PSO, Zu viele Parameter (occams razor), schlechte Analogie.
Dann eine allgemeine Einordnung des Themas in den größeren Kontext.

Fragen

Jetzt haben die Prüfer noch eigene Anmerkungen zum Paper gemacht.
Dann kam die Frage, die in jeder Prüfung kommt:
"Würden Sie das Paper auf einer Fachkonzerenz zulassen?"
-> Die Methode ist nicht der heilige Gral, aber durchaus vorstellbar.

Es folgten allgemeine Fragen zu CSP:
"Welche Heuristiken gibt es denn so?"
->Forward checking, most constrained/constraining variable/value

"Wie kann man ein CSP sonst noch angehen?"
->Consistency (Node, Arc, Path, K, strong-K)

"Welche wichtigen Konzepte gibt es im Bereich des Machine Learning"
-> Classification (K-Nearest-Neighbour, Decision-Tree, NN), Clustering (K-Means, Hierachical Clustering)

Dann waren wir schon bei 42 Minuten angelangt, also gut über der Zeit und es war Schluss.
Nach kurzer Beratung dann die Notenvergabe: 1,3
Grund: Ich hätte das Paper falsch bewertet. Ich fand es soweit gut, schlüssig und logisch aufgebaut. Die Meinung der Prüfer war jedoch, dass das Paper Schund ist.

Fazit

Die Prüfung war gut machbar. Die Prüfer waren nett (trotz meiner Verplantheit, siehe unten) und es war eine entspannte Atmosphere während der Prüfung.

Wichtig:

Meldet eure Prüfung rechtzeitig an!
Ich hatte leider vergessen, meine Prüfung im Prüfungsamt anzumelden und das fanden die beiden gar nicht cool. Anna musste extra rüber kommen und noch den Bogen vorbeibringen und ich habe die dunkle Vermutung, dass sich diese Schluderigkeit meinerseits auch in der Note niedergeschlagen hat.