Prüfungsvorbereitung (HSBI)

Elektronische Klausur: Termin, Materialien

Termin

Die schriftliche Prüfung erfolgt durch eine Klausur, die als digitale Prüfung auf einem Prüfungs-ILIAS durchgeführt wird.

Es wird angestrebt, die Klausur in Präsenz in den Rechnerpools am Campus Minden durchzuführen. Falls dies wegen der Corona-Situation oder anderer Umstände nicht möglich sein sollte, wird die Klausur als "Open-Book-Ausarbeitung" im Home-Office durchgeführt.

Es wird in beiden Prüfungszeiträumen ein Termin angeboten. Die Termine werden vom Prüfungsamt bekannt gegeben.

Dauer jeweils 90 Minuten.

• Die konkrete Durchführungsform (in Präsenz am Campus Minden oder im Home-Office) wird Ihnen spätestens zwei Wochen vor der Prüfung über das LSF bekanntgegeben

Zugelassene Hilfsmittel

Einsicht

• Prüfungseinsicht: Zeitnah; Bekanntgabe per Mail

Technische Vorbereitungen

Bearbeitung des E-Assessment

1. Lesen Sie sich die Hinweise auf der Startseite durch

2. Bearbeiten Sie die Aufgaben in einem einzigen Browser-Tab

   Öffnen Sie die Aufgaben NICHT in parallelen Tabs! Es kann sonst zu Fehlfunktionen von ILIAS kommen.

   Bewegen Sie sich nicht per Browser-Navigation ("vor", "zurück" im Browser) durch die Aufgaben, sondern nutzen Sie dafür die Buttons "nächste Frage", "Weiter" oder "Zurück" vom ILIAS!

3. Hinweis zu Anzeige der restlichen Bearbeitungsdauer

   Wenn Sie den Browser bzw. das Tab mit der Prüfung im Laufe der Prüfung verlassen, wird Ihnen bei der Rückkehr unter Umständen eine falsche restliche Bearbeitungsdauer angezeigt. Sie können die Anzeige korrigieren/aktualisieren, indem Sie einfach zu einer vorigen oder nächsten Aufgabe navigieren.

   Hinweis: Die restliche Bearbeitungsdauer wird im Test nur dann angezeigt, wenn diese Funktion von den Prüfenden aktiviert wurde.

4. Parallel zum E-Assessment läuft eine Zoom-Session, dort können Sie Fragen stellen

5. Verbindungsprobleme (Home-Office):

   • Bei kurzzeitigen Verbindungsabbrüchen loggen Sie sich einfach wieder ein
   • Wenn die Probleme länger dauern, gilt der Versuch als nicht unternommen (außer Sie haben die Probleme aktiv herbeigeführt, dann kann das als Täuschungsversuch gewertet werden, vgl. RPO §22a (4))

Fragetypen-Demo

In Ihrem ILIAS-Kurs finden Sie eine Fragetypen-Demo mit den wichtigsten Fragetypen. Machen Sie sich mit der Mechanik der Fragetypen vertraut und schauen Sie sich die Kommentare bei den einzelnen Aufgaben an. Sie können die Demo bei Bedarf beliebig oft wiederholen.

Hinweise zu den Inhalten

• Klausurrelevant: Vorlesung und Praktikum

• Für Verständnis u.U. hilfreich: Studium der vertiefenden Literaturangaben

• Fragen:

  • Schauen Sie sich die Challenges und/oder Quizzes an ...
  • Schauen Sie sich die Praktikumsaufgaben an ...
  • Überlegen Sie sich, was zu einem Themengebiet im Rahmen einer Prüfung möglich ist und (wie) gefragt werden könnte :)

Beispiele für mögliche Fragen

Breitensuche

Betrachten Sie den folgenden Graphen:

Führen Sie eine Handsimulation der Breitensuche durch. Start ist "K", Ziel ist "B".

Geben Sie den Zustand der Queue in jedem Schritt an.

Suche

• Worin liegt der Unterschied zwischen einem Knoten und einem Zustand?
• Was ist ein Suchbaum? Wo liegt der Unterschied zum Zustandsraum?
• Muss der Suchbaum über eine eigene Datenstruktur realisiert werden?
• Was bedeutet Kantenkonsistenz?

Handsimulation Perzeptron

Führen Sie den Perzeptron-Lernalgorithmus in Handsimulation durch. Lernen Sie die Boolesche Funktion OR. Die Trainingsmenge ist: ...

Ihr Programm soll eine Tabelle mit den Spalten

$w_1$, $w_2$, $-\theta$, $x_1$, $x_2$, $k$, $\sum_{i=1}^n w_i x_i - \theta$, Vorhersage, Änderung? (=,+,-)

ausgeben, die eine Zeile für jeden Lernschritt enthält. Geben Sie die vollständige Lerntabelle an.

Anders als in der Vorlesung besprochen, sollen die Gewichte $w_1$ und $w_2$ sowie die Schwelle $\theta$ jeweils mit dem Wert $0$ initialisiert werden. Die Lernschrittweite $\alpha$ sei $0.5$. Nutzen Sie die $\operatorname{sign}$-Funktion als Aktivierungsfunktion: $$ \operatorname{sign}(x) = \left\{ \begin{array}{ll} 0 & \text{falls } x<0\\ 1 & \text{sonst} \end{array} \right. $$

Zeichnen Sie eine geometrische Interpretation Ihres Perzeptrons nach dem Lernen (Trennebene, Gewichtsvektor, Trainingsbeispiele).

Entscheidungsbäume mit ID3

Gegeben sei folgender Trainingsdatensatz ...

Bauen Sie mit Hilfe von ID3 einen Entscheidungsbaum auf. Welches Attribut würde als erster Test verwendet werden und warum? Wie bestimmt sich die Reihenfolge der weiteren Attribute?

Als Hilfe gegeben: Einige wichtige Logarithmen zur Basis 2

CSP

Betrachten Sie das folgende Constraintproblem:

• $\mathrm{C}_1 = \{(a,b) | a \ne b\}$
• $\mathrm{C}_2 = \{(b,c) | b \ne c\}$
• $\mathrm{C}_3 = \{(a,c) | a = c\}$

• $D_a=D_b=D_c=\{1,2,3,4,5\}$, $D_d=\{1,2,5\}$, $D_e=\{1,3\}$

Zeichnen Sie den zugehörigen Constraintgraphen.

Zeigen Sie per Handsimulation, wie der Algorithmus AC-3 schrittweise Kantenkonsistenz herstellt.

Backpropagation

In der Vorlesung wurde die Delta-Regel bzw. die Gewichtsupdates bei der Backpropagation für die Ausgabeschicht und die davor liegende letzte Hidden-Layer unter Verwendung der Transferfunktion $g(a) = 1/(1+\exp(-a))$ vorgerechnet.

Leiten Sie die Gewichtsupdates für die letzte und die vorletzte Schicht unter Verwendung der alternativen Transferfunktion $g(a) = \tanh(a)$ her.