Introductie Onderzoeksmethoden. `Om informatica onderzoek te doen, moet je goed kunnen programmeren. Na dit college. Informatica/Game-technologie
|
|
- Emiel Brouwer
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Na dit college Weet je het doel is van het vak Weet je wat je moet gaan doen bij het vak Introductie Onderzoeksmethoden 1 Heb je kennis gemaakt met de projectonderwerpen 2 Informatica/Game-technologie Onderzoeksmethoden bij voorkeur in derde jaar `Om informatica onderzoek te doen, moet je goed kunnen programmeren Hoorcolleges Werkcolleges Marjan van den Akker Dirk Thierens Hans Bodlaender Silja Renooij Peter de Waal Arno Kamphuis Marjan van den Akker 3 4
2 Hoe zet je zelf zo n test op? Welke vraag wil ik beantwoorden? Wat zijn criteria? Hoe te testen? Welke PC s precies? 5 6 Resultaat: gebruiksgemak op schaal 1 (slecht) -5 (zeer goed) DellXS HPOpt Dhr A 1 1 Mw B 4 5 Dhr C 3 4 Mw D 3 5 Mw E 5 4 Mag ik nu zeggen: HPOpt is gebruikervriendelijker? Vrouwen kunnen beter met computers omgaan dan mannen? Gebruik Statistiek (heb je wel een grotere tabel nodig) Informatica onderzoek vaak met computerprogramma s `Als het computerprogramma goed werkt, is het onderzoek ook af. 7 8
3 Wat leer je bij onderzoeksmethoden: Wat leer je bij onderzoeksmethoden (2): Onderzoeksvaardigheden voor informatica anders dan software ontwikkeling Onderzoek opzetten op een wetenschappelijke manier: onderzoeksvragen formuleren, Experimenten opzetten en uitvoeren met behulp van statistische methoden Rapporteren Presenteren onderzoeksplan maken Literatuur verzamelen Ook Kennis over werkwijze binnen wetenschap en universiteit 9 10 Week Hoorcollege Werkcollege Hoorcollege. En hoe leer je dat: Werkcollege statistiek en toets statistiek. Flitspresentatie Literatuurstudie en hierover: Voordracht houden Paper schrijven Researchproject : Introductie (MvdA) 11-13: Presenteren (HB) : Opzet van onderzoeksproject(hb) 11-13: Literatuur, plagiaat (HB) : Statistiek 1 (MvdA) 11-13: Schrijven + Latex (HB) Flitspresentatie : Statistiek 2 (MvdA) 11-13: werkcollege statistiek (MvdA, PdW) : Statistiek 3 (MvdA) 11-13: werkcollege statistiek (MvdA, PdW) : Tentamen statistiek 11-13: Filosofie van de wetenschap (Peter de Waal) : Het wetenschappelijk bedrijf (Peter de Waal) 11-13: Tussenpresentaties project : Voordrachten 14 WOENSDAG (!) : Voordrachten : Voordrachten 16 Eindpresentaties project 11 12
4 Materiaal Flitsvoordracht College-slides Documentatie op website Aanbevolen boek: Carel van Wijk. Toetsende statistiek: basistechnieken. Coutino, ISBN Leerdoel Wennen aan spreken en luisteren Introductie KORT! Betoog opbouwen, scheiden feiten en mening Houding ten opzichte van publiek, discussie Eigen onderwerp, bijv. uit nieuws Maximaal 2 slides: powerpoint, beamer, 2 minuten: samenvatting + eigen mening Iedereen: vrijdag 17 februari Paper en onderzoeksvoordracht Paper Individueel Kies je 3 favoriete onderwerpen uit de lijst op de webpagina en mail deze voor ma 13 feb naar H.L.Bodlaender@uu.nl Er is een INCA-lijst en GameTech-lijst, maar je mag alles kiezen. Ander onderwerp kan: overleg ma 13 februari in de ochtend met Hans Bodlaender Je krijgt ma 13 feb onderwerp toegewezen. Ma 13 feb wordt groepsindeling gemaakt Over onderzoeksonderwerp Voldoet aan de vormeisen van een wetenschappelijk paper. Is geschreven in de Engelse taal. Is geschreven in LaTeX, waarbij je gebruikt maakt van de article-stijl met de opties 12pnt en a4paper. Heeft een omvang van minstens 8 bladzijden, exclusief illustraties, inclusief referenties Heeft een omvang van maximaal 12 bladzijden Heeft minstens 7 relevante referenties, dit zijn echte publicaties, geen wikipedia of websites. Je paper moet uiterlijk 8 maart uur worden ingeleverd. Dit is aan het begin van de periode dus, begin op tijd!!!! 15 16
5 Voordracht Research projecten Over onderzoeksonderwerp 25 minuten Wordt gereviewed door mede-studenten Wordt besproken in de groep Wordt beoordeeld op presentatievaardigheden en inhoud Pizza koeriers (INCA/GameTech) Force-directed graph drawing (INCA en GameTech) Gebruikerservaringen in een snel speelbare game (GameTech/INCA) Elk project kan zowel door INCA als GameTech studenten worden uitgevoerd Programmeerwerk moet beperkt zijn, de uitvoering van het onderzoek is van belang Pizza-koeriers in Manhattan Route planning Voor uur besteld! Zo snel mogelijk bezorgd (na uur) Gegeven: Centraal depot Locatie klanten: gegeven door (x,y)-coördinaat. Manhattan afstand: d((x,y),(u,z))= x-u + y-z 4 Bezorgers Vind een efficient bezorgplan Zelfde probleem bij: Depot 19 20
6 Routeplanning Wens om een goed routeplan te bepalen Elke bezorger evenveel werk.. Veel methoden We bekijken een bepaalde methode in dit project. Die methode laat nog veel keuzes open, instellen parameters, Eventueel verschillende bezorgscenarios, zoals brommers of bestelbusjes, mogelijkehid tot spoed Grafen Toepassingen van grafen Grafen G=(V,E) V is verzameling knopen ( nodes, vertices ) E is verzameling kanten ( edges ) Een kant is een verzameling van twee verschillende knopen V={1,2,3} E={ {1,2}, {2,3}} Grafen als model voor o.a.: Wegennetwerken Linkstructuur van website Vriendschapsrelaties uit sociaal netwerk Klassediagram van object georienteerd programma Etc. etc
7 Tekenen van grafen Games: gebruikerservaringen Wens om een graaf te tekenen op het platte vlak zodat mooi duidelijk Veel methoden We bekijken in dit project het force-directed graph drawing algoritme. Die methode laat nog veel keuzes open, instellen parameters. Force-directed methoden toegepast binnen Geografische informatie systemen Computer vision Motion planning Open opdracht Kies een snel-speelbare game of groepje snel speelbare games: Internet game bijv tower defence,.. Game uit introductie-project Vereist proefpersonen Mogelijke onderzoeksvragen Stappen in het project Is er verschil in succes tussen verschillende groepen, bijv INCA vs GameTech, jong vs oud, Is er verschil in waardering tussen verschillende groepen, bijv INCA vs GameTech, jong vs oud, Kosten level steeds meer tijd of minder tijd? Verschil in succes afh. van tijdstip in de week, tijdstip van de dag? Vergelijking verschillende `paltforms : PC vs mobiele telefoon.. 1. Onderzoeksvraag en plan (24 februari) 2. Tussenresultaten (30 maart presentatie en 2 april verslag) 3. Eindresultaten (18 april verslag en 20 april presentatie) Houdt het programmeerwerk beperkt Project in groepjes van 3 of
8 Aanwezigheid is verplicht Aanwezigheid is verplicht bij alle colleges en werkcolleges Bij afwezigheid bij speciale omstandigheden: afmelden bij de werkcollegeleider 3 keer afwezig betekent extra taak 4 keer afwezig betekent gezakt voor het vak Geteld per sessie van 2 uur, hele dag afwezig telt als 2 keer, ook bij 3 of 4 sessies op die dag Veel te laat komen kan ook als afwezigheid worden geteld Onderdeel Cijferregeling Perc Minimum voor eindcijfer Paper Voordracht Toets statistiek Project Minimum voor herkansing Je mag twee onderdelen herkansen Cijfer kan 1 punt worden bijgesteld op grond van participatie Aanmelding is niet vrijblijvend Voortijdig stoppen ongewenst Onderzoeksmethoden is niet moeilijk maar meer werk dan een regulier vak. Dus werk gewoon door, maak het vak af, maar als je denkt echt geen tijd te hebben stop dan nu! Er is misschien een andere student die jouw onderwerp graag had willen hebben Je laat je projectteam in de steek Deelresultaten gaan verloren. Vak is docent-intensief: twee keer inschrijven = twee keer docent inplannen Onze flexibiliteit neemt af bij meerdere keren inschrijven 31 32
9 En nu Achtergrond pizza-koeriers: Traveling Salesman Problem (TSP) terug naar het echte werk Gegeven zijn N steden en hun onderlinge afstanden. Vind de kortste route waarbij je elke stad precies één keer bezoekt TSP is NP-lastig! N N! NP-lastig!!!! P: op te lossen in polynomiaal aantal stapjes NP: alleen oplossing checken op feasibility polynomiaal, verder niet bewijsbaar beter dan alle oplossingen proberen. (niet-deterministisch polynomiaal) P vs NP is een van de $ 1 million Millenium Prize problems Pizza-koerier-probleem ook NP-lastig 35 36
10 En dan.heuristiek Lokale zoekmethoden Geen garanties voor optimum (kortste afstand) Wel goede oplossing in redelijke tijd Wij gaan kijken naar lokale zoekmethoden, in het bijzonder Simulated annealing Initialisatie: 0. Bepaal startoplossing x; dit is ook de beste oplossing tot nu toe Iteratie: 1. Zoek buur x van x door oplossing x iets te veranderen. 2. Als x geaccepteerd wordt dan x := x. 3. Indien nodig, update beste oplossing tot nu toe 4. Als niet aan stopcriterium is voldaan, ga naar Eenvoudig: Iteratieve verbetering Simulated annealing: accepteer verslechtering met bepaalde kans Iteratie: 1. Zoek buur x van x door oplossing x iets te veranderen. 2. Als x beter dan x dan x := x. 3. Als gedurende een aantal iteraties geen betere oplossing is gevonden, stop. Anders, ga naar 1. Iteratie: 1. Kies buur x uit de buurruimte van x 2. Als x beter dan x dan x := x (accepteer x ) Anders x := x met kans p = exp( ) T 3. Pas indien nodig control parameter T aan 4. Indien nodig, pas beste oplossing tot nu toe aan. 5. Als niet voldaan aan stopcriterium: Ga naar
11 Voorbeelden methoden voor bepalen van buur 1. Kies random klant. Haal deze uit route en voeg deze op beste plaats in andere route toe. 2. Kies random klant. Haal deze uit route en voeg deze op willekeurige plaats in eigen route toe. 3. Kies random twee routes, en een willekeurige klant X uit de eerste route. X wordt verwisseld met een klant uit de tweede route. Kies hiervoor de beste mogelijkheid. 4. Kies random klant. Haal deze uit route en voeg deze in eigen of andere route toe. 5. Acceptatie verslechteringen Stel we minimaliseren kosten en de kosten van oplossing x worden gegeven door f(x). = f(x )-f(x) Altijd accepteren als < 0, als 0 accepteer met kans: p = exp ( - / T) T: controle parameter (temperatuur) Bij maximaliseren: = f(x)-f(x ) Control parameter T Bepalen accepatie verslechtering Controle parameter T wordt kleiner in de loop van het algoritme. Bereken p Genereer random reëel getal x in [0;1] Accepteer verslechtering als x p Beginwaarde T: helft van verslechteringen dat wordt geaccepteerd Elke Q iteraties: T α T met α = 0.99 of 0.95 Vuistregel: Q ~ 8 * aantal buren van gegeven oplossing 43 44
12 Stopcriterium: vuistregels Startoplossing Maximaal aantal iteraties is voltooid (altijd gebruiken) Aantal geaccepteerde verslechteringen in serie iteraties is 1 à 2 % Beste oplossing wordt een tijd lang niet beter Random Eenvoudige vuistregel, bijv ga altijd naar dichtsbijzijnde klant Vragen Tekenen van grafen Algoritme heeft veel keuzes open: waarden van parameters (methode om buren te bepalen, beginoplossing, etc.) Wat is een goede invulling van die keuzes? En wat bedoelen we met die vraag? Wens om een graaf te tekenen op het platte vlak zodat mooi duidelijk Veel methoden We bekijken een bepaalde methode in dit project. Die methode laat nog veel keuzes open 47 48
13 Tekening van graaf (met rechte lijnen) Iedere knoop heeft een x en een y coordinaat Elke kant is een rechte lijn tussen de twee knopen Lijnen kunnen kruisen Zelfde graaf, twee verschillende tekeningen Force directed Veren en magneten Inspiratie: natuurkundige wetten Iedere knoop wordt gezien als een magneet: knopen stoten elkaar af Iedere veer wordt gezien als een veer: kracht die veer naar juiste lengte wil trekken Idee van methode Keuzes Elke knoop heeft een positie (xcoordinaat, y- coordinaat) Op elke knoop wordt een kracht uitgeoefend Hangt af van afstanden naar andere knopen en lengte van kanten met die knoop als een eindpunt Herhaal totdat tekening niet heel erg veranderd Voor elke knoop v reken kracht uit op v Verplaats v evenredig met de kracht op v Kies voor elke kant {u,v} in de graaf waardes: Stijfheid s uv Gewenste lengte l uv Kies voor elk paar knopen u en v De afstotende werking (repulsie) van u en v r uv Misschien wil je al die waarden hetzelfde nemen, misschien niet? 51 52
14 Kracht op knoop Krachten op knopen Noteer: d(u,v) = Euclidische afstand van u naar v x v : x-coordinaat van v y v : x-coordinaat van v Kracht op knoop v in x-richting Px(v): afstoten u:{u,v} E s uv x x d(u, v) v u uv ( d(u, v) l ) + ( x x ) uv u:u v r (d(u,v)) Soortgelijke formule voor Py(v) Staan ook in info op website. 3 v u aantrekken Algoritme (schets) Vragen Maak een eerste locatie voor alle punten Herhaal totdat (stopcriterum geldt): Voor alle knopen v, bereken Px(v) en Py(v) Voor elke knoop v x v += c * Px(v) y v += c * Py(v) c is een kleine constante Algoritme heeft veel keuzes open: waarden van parameters (stijfheid, gewenste lengtes, repulsies, waarde van c, begintekening, stopcriterium) Wat is een goede invulling van die keuzes? En wat bedoelen we met die vraag? 55 56
15 En verder Mail uiterlijk ma 13 feb 9.00 naar Informatica of gametechnologie 3 favoriete onderwerpen Voorkeur voor project Eventueel projectgroep Wij delen 13 feb de groepen in. Veel succes met het vak! 57
Local search. Han Hoogeveen CGN A februari, 2009
1 Local search Han Hoogeveen CGN A312 j.a.hoogeveen@cs.uu.nl www.cs.uu.nl/docs/vakken/opt/colleges.html 4 februari, 2009 2 Inhoud vandaag In totaal vier uur Slides staan al op het web www.cs.uu.nl/docs/vakken/opt/colleges.html
Nadere informatieLocal search. Han Hoogeveen. 21 november, 2011
1 Local search Han Hoogeveen 21 november, 2011 Inhoud vandaag 2 Inhoud: Uitleg methode Bespreking oude opdrachten: ˆ Bezorgen wenskaarten ˆ Roosteren tentamens Slides staan al op het web www.cs.uu.nl/docs/vakken/opt/colleges.html
Nadere informatieOptimalisering en Complexiteit, College 2. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 2 Han Hoogeveen, Utrecht University Inhoud vandaag Inhoud: Uitleg methode Bespreking oude opdracht: Bezorgen wenskaarten Slides staan al op het web www.cs.uu.nl/docs/vakken/opt/colleges.html
Nadere informatieHoe doe ik een onderzoeksproject. Hans Bodlaender Marjan vd Akker
Hoe doe ik een onderzoeksproject Hans Bodlaender Marjan vd Akker 1 Dit verhaal Eerst een paar (overbodige?) opmerkingen over samenwerking in een groep Hoe doe ik een onderzoeksproject: Vraagstelling (Vandaag)
Nadere informatieHoe doe ik een onderzoeksproject
Hoe doe ik een onderzoeksproject Peter de Waal Gebaseerd op materiaal van o.a. Marjan van den Akker, Peter de Waal, Roland Geraerts 1 Dit verhaal! Eerst een paar (overbodige?) opmerkingen over samenwerking
Nadere informatieOnderzoeksmethoden: Statistiek 1
0 123458898391081904749010998490849 074907079`794793784908`094389983.. Onderzoeksmethoden: Statistiek 1 Joepie, ons computerprogramma levert output Wat doen we hiermee? Marjan van den Akker 1 2 Output
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Student assistenten
Nadere informatieBenaderingsalgoritmen
Benaderingsalgoritmen Eerste hulp bij NP-moeilijkheid 1 Herhaling NP-volledigheid (1) NP: er is een polynomiaal certificaat voor jainstanties dat in polynomiale tijd te controleren is Een probleem A is
Nadere informatieGrafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel.
Grafen Grafen Een graaf bestaat uit een verzameling punten (ook wel knopen, of in het engels vertices genoemd) en een verzameling kanten (edges) of pijlen (arcs), waarbij de kanten en pijlen tussen twee
Nadere informatieUniversiteit Utrecht Faculteit Wiskunde en Informatica. Examen Optimalisering op maandag 18 april 2005, uur.
Universiteit Utrecht Faculteit Wiskunde en Informatica Examen Optimalisering op maandag 18 april 2005, 9.00-12.00 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatieModelleren van roosterwensen
Modelleren van roosterwensen Samenvatting Dit document biedt een model waarmee gestructureerde roosters kunnen worden opgesteld. Voor de roosters die aan de hand van dit model zijn opgezet is het technisch
Nadere informatieNon satis scire WP 4 Pilot opzet peer feedback. Aanleiding
Non satis scire WP 4 Pilot opzet peer feedback Aanleiding De lerarenopleiding van de Rijksuniversiteit Groningen werkt mee aan het SURF-project Nonsatis scire. In het kader van dit project wordt een pilot
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 11 Leo van Iersel Technische Universiteit Delft 25 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 25 november 2015 1 / 28 Vandaag Vraag Voor welke problemen
Nadere informatieStudiewijzer. Bachelor Informatica. Inleiding Programmeren Studiejaar en semester: jaar 1, semester 1 (blok 1)
Studiewijzer Bachelor Informatica Vak: Inleiding Programmeren Studiejaar en semester: jaar 1, semester 1 (blok 1) Coördinator: J. Lagerberg Docenten: R. Poss en J. Lagerberg Studielast: 6 EC Studiegidsnummer:
Nadere informatieDiscrete Wiskunde, College 12. Han Hoogeveen, Utrecht University
Discrete Wiskunde, College 12 Han Hoogeveen, Utrecht University Dynamische programmering Het basisidee is dat je het probleem stap voor stap oplost Het probleem moet voldoen aan het optimaliteitsprincipe
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Student assistenten
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 21 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 21 oktober 2015 1 / 20 Deze week: algoritmes en complexiteit
Nadere informatiePWS project VWO t/m 31 maart Naam:
VWO 5 PWS project 27 t/m 31 maart 2017 Naam: Het profielwerkstuk: een goede start in V5! De komende week maken jullie een start met het PWS. In groepjes van drie of vier leerlingen kiezen jullie een CE-vak
Nadere informatiel e x e voor alle e E
Geselecteerde uitwerkingen Werkcollege Introduceer beslissingsvariabelen x e met x e = als lijn e in de boom zit en anders x e = 0. De doelfunctie wordt: min e E l e x e Voor elke deelverzameling S V met
Nadere informatieHET ZOEKEN VAN WETENSCHAPPELIJKE LITERATUUR. Hans Bodlaender
HET ZOEKEN VAN WETENSCHAPPELIJKE LITERATUUR Hans Bodlaender Deze presentatie 2 Wat voor soort literatuur bestaat er? Hoe wordt die gemaakt? Hoe vind je relevante literatuur? Gebruik bronnen 3 Voordat je
Nadere informatieOverzicht. Inleiding. Toepassingen. Verwante problemen. Modellering. Exacte oplosmethode: B&B. Insertie heuristieken. Local Search
Overzicht Inleiding Toepassingen Verwante problemen Modellering Exacte oplosmethode: B&B Insertie heuristieken Local Search Handelsreizigersprobleem 1 Cyclische permutatie van steden b 3 77 a 93 21 42
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 3. Recap 2. Recap 1. Recap Centrale limietstelling T-verdeling Toetsen van hypotheses
Vandaag Onderzoeksmethoden: Statistiek 3 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap Centrale limietstelling
Nadere informatieTentamen combinatorische optimalisatie Tijd:
Tentamen combinatorische optimalisatie 26-05-2014. Tijd: 9.00-11.30 Tentamen is met gesloten boek. Beschrijf bij elke opgave steeds het belangrijkste idee. Notatie en exacte formulering is van minder belang.
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe
Nadere informatieHet profielwerkstuk (092018)
Het profielwerkstuk 1. Het profielwerkstuk (havo) 1.1 Het profielwerkstuk 1.2 De vorm van het profielwerkstuk 1.3 Proces, product en presentatie 1.4 Beoordeling 1.5 Eisen en beoordelingscriteria 1.6 Presentatie
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 28 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 28 oktober 2015 1 / 25 Definitie Een boom is een samenhangende
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 1 Leo van Iersel Technische Universiteit Delft 7 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 7 september 2016 1 / 40 Opzet vak Woensdag: hoorcollege 13:45-15:30
Nadere informatieIn deze les. Het experiment. Hoe bereid je het voor? Een beetje wetenschapsfilosofie. Literatuuronderzoek (1) Het onderwerp.
In deze les Het experiment Bart de Boer Hoe doe je een experiment? Hoe bereid je het voor? De probleemstelling Literatuuronderzoek Bedenken/kiezen experimentele opstelling Bedenken/kiezen analysevorm Hoe
Nadere informatieModeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag 11 Januari 2013
Modeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag Januari 20 Opgave. Python Gegeven is de volgende (slechte) Python code:. def t(x): 2. def p(y):. return x*y
Nadere informatieBSc Kunstmatige Intelligentie. : Bachelor Kunstmatige Intelligentie Studiejaar, Semester, Periode : semester 1, periode 2
Studiewijzer BACHELOR KUNSTMATIGE INTELLIGENTIE Vak : Opleiding : Bachelor Kunstmatige Intelligentie Studiejaar, Semester, Periode : 2015-2016 semester 1, periode 2 Coördinator(en) : dr. Maarten van Someren
Nadere informatiePraktische zaken INFOB3SO
Praktische zaken INFOB3SO Department of Information and Computing Sciences, Universiteit Utrecht November 7, 2014 Welkom bij INFOB3SO Ofwel: Systeemontwikkeling: Methoden en Management Vervolg op MSO,
Nadere informatieDeze presentatie. Gebruik bronnen. Wat voor bronnen? ZOEKEN VAN WETENSCHAPPELIJKE LITERATUUR
Deze presentatie 2 Wat voor soort literatuur bestaat er? Hoe vind je relevante literatuur? ZOEKEN VAN WETENSCHAPPELIJKE LITERATUUR Hans Bodlaender Onderzoeksmethoden Gebruik bronnen Wat voor bronnen? 3
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Toepassingen Kevin Bacon getal Six degrees of separation Heeft een netwerk de small-world eigenschap? TomTom / Google Maps 2 Kortste paden Gerichte graaf G=(N,A), en een lengte L(v,w) voor
Nadere informatieInformatica en Gametechnologie
Introductieprojecten Informatica en Gametechnologie Introductiecollege 17 november 2010 Frans Wiering 1 Inhoud introductiecollege bemensing hoofddoel teamwerk hoorcolleges en assistentie beoordeling aan
Nadere informatieOptimalisering en Complexiteit, College 1. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 1 Han Hoogeveen, Utrecht University Gegevens Docent : Han Hoogeveen : j.a.hoogeveen@uu.nl Vak website : http://www.cs.uu.nl/docs/vakken/opt/ Medewerkers : Ivor van
Nadere informatieActiviteit 9. Modderstad Minimaal Opspannende Bomen. Samenvatting. Kerndoelen. Leeftijd. Vaardigheden. Materialen
Activiteit 9 Modderstad Minimaal Opspannende Bomen Samenvatting Onze maatschappij is verbonden middels heel veel netwerken: telefoonnet, elektriciteitsnet, de riolering, computernetwerk, en het wegennet.
Nadere informatieKortste Paden. Algoritmiek
Kortste Paden Vandaag Kortste Paden probleem All pairs / Single Source / Single Target versies DP algoritme voor All Pairs probleem (Floyd s algoritme) Dijkstra s algoritme voor Single Source Negatieve
Nadere informatieGametechnologie algemene presentatie
Gametechnologie algemene presentatie Hoe ziet jouw toekomst eruit? Waarom gametechnologie? Omdat het belangrijk is Games voor entertainment, maar ook voor training Technieken ook voor virtual reality,
Nadere informatieHappy Aging Research. Module D&R4 13-2-2013 LvR
Happy Aging Research Module D&R4 13-2-2013 LvR Herkansingen Beoordelingen staan eind deze week in Osiris Vandaag Design Research naar ouderen: hoe & wat? Vraagarticulatie: Het applied game design canvas.
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets
Nadere informatieHeuristieken en benaderingsalgoritmen. Algoritmiek
Heuristieken en benaderingsalgoritmen Wat te doen met `moeilijke optimaliseringsproblemen? Voor veel problemen, o.a. optimaliseringsproblemen is geen algoritme bekend dat het probleem voor alle inputs
Nadere informatie6 7 NORM= het niveau waarop het vak volgens de doelstelling van het onderwijsprogramma wordt afgesloten 8 9 Excellent
Bachelor Opleiding Sociale Geografie & Planologie Beoordelingsprotocollen Wetenschappelijk Rapporteren en Presenteren, Groepsonderzoekproject & Bachelorproject De Beoordelingsprotocollen van Wetenschappelijk
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 2 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 2 november 2016 1 / 28 Minimum Opspannende Boom (Minimum Spanning
Nadere informatieInfosessie Bachelorproef. 18 mei 2016 Luc De Raedt en Dirk Nuyens
Infosessie Bachelorproef 18 mei 2016 Luc De Raedt en Dirk Nuyens Achtergrond keuze voor Bachelorproef Probleemoplossen en Ontwerpen Wetenschappelijke Vorming Jaarvakken -- 9 STP. Dus veel werk -- 9 x 25
Nadere informatieElfde college complexiteit. 23 april NP-volledigheid III
college 11 Elfde college complexiteit 23 april 2019 NP-volledigheid III 1 TSP Als voorbeeld bekijken we het Travelling Salesman/person Problem, ofwel het Handelsreizigersprobleem TSP. Hiervoor geldt: TSP
Nadere informatie(On)Doenlijke problemen
Fundamentele Informatica In3 005 Deel 2 College 1 Cees Witteveen Parallelle en Gedistribueerde Systemen Faculteit Informatie Technologie en Systemen Overzicht Inleiding - Relatie Deel 1 en Deel 2 - Doenlijke
Nadere informatieAutomaten & Complexiteit (X )
Automaten & Complexiteit (X 401049) Inleiding Jeroen Keiren j.j.a.keiren@vu.nl VU University Amsterdam Materiaal Peter Linz An Introduction to Formal Languages and Automata (5th edition) Jones and Bartlett
Nadere informatieDe eiersaladekit. Project in samenwerking met de Johma en TYF. BGI: Klas 3. Een smakelijk project! Versie 2015-1
De eiersaladekit Project in samenwerking met de Johma en TYF BGI: Klas 3 Een smakelijk project! Versie 2015-1 Inhoudsopgave De opdracht. 3 1.1 Doel van het project 3 1.2 Inhoud van het project. 3 1.3 Voorkennis
Nadere informatieBOL OPLEIDINGEN MAATSCHAPPELIJKE ZORG AVENTUS APELDOORN / DEVENTER STUDIEWIJZER
BOL OPLEIDINGEN MAATSCHAPPELIJKE ZORG AVENTUS APELDOORN / DEVENTER STUDIEWIJZER BOL PBGZ 12 / PBSD 9 Coördinatie, kwaliteit en voorlichting, profielfase Cohort 2016 2019 kwartiel 11 INSTROOMVEREISTEN:
Nadere informatieMasterproef Geneesmiddelenontwikkeling
Masterproef Geneesmiddelenontwikkeling Overzicht van te bespreken items: 1) experimenteel werk 2) schrijven van de masterproef 3) beoordeling masterproef 4) belangrijke data en time management 5) vragen?
Nadere informatie2WO12: Optimalisering in Netwerken
2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 27 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com
Nadere informatieB.Sc. Informatica Module 4: Data & Informatie
B.Sc. Informatica Module 4: Data & Informatie Djoerd Hiemstra, Klaas Sikkel, Luís Ferreira Pires, Maurice van Keulen, en Jan Kamphuis 1 Inleiding Studenten hebben in modules 1 en 2 geleerd om moeilijke
Nadere informatieMet welk werk kunnen kinderen uit groep 5-6 thuiskomen en hoe kunt u uw kind thuis helpen?
Met welk werk kunnen kinderen uit groep 5-6 thuiskomen en hoe kunt u uw kind thuis helpen? In groep 5-6 nemen kinderen steeds vaker werk mee naar huis. Vaak vinden kinderen het leuk om thuis aan schooldingen
Nadere informatiemevrouw drs. D. van der Wagen Rechtsvinding van straf- en procesrecht Beschrijving en doel van dit beroepsproduct
Titel Onderwijseenheid (OWE) Code OWE Eigenaar OWE Juridisch argumenteren JDD 1 Opleiding HBO-Rechten 2 Doelgroep: variant(en) VT / DT / DU / EL mevrouw drs. D. van der Wagen E-learning Cluster C-, D-
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 12 Leo van Iersel Technische Universiteit Delft 7 december 2016 Leo van Iersel (TUD) TW2020 Optimalisering 7 december 2016 1 / 25 Volgende week: Study guide Vragenuurtje
Nadere informatieCommunicatie voor juristen. mevrouw drs. D. van der Wagen. Communicatie voor juristen. Beschrijving en doel van dit beroepsproduct
Titel Onderwijseenheid (OWE) Code OWE Eigenaar OWE Communicatie voor juristen COJE 1 Opleiding HBO-Rechten 2 Doelgroep: variant(en) VT / DT / DU / EL mevrouw drs. D. van der Wagen E-learning Cluster A-cluster
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 2. Basisbegrippen. Theoretische kansverdelingen
Vandaag Onderzoeksmethoden: Statistiek 2 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Theoretische kansverdelingen
Nadere informatieOnafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms
Onafhankelijke verzamelingen en Gewogen Oplossingen, door Donald E. Knuth, The Art of Computer Programming, Volume 4, Combinatorial Algorithms Giso Dal (0752975) Pagina s 5 7 1 Deelverzameling Representatie
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2006 2007, tweede zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. 1. Verzamelingen:
Nadere informatieOpdracht Stop kindersekstoerisme
Opdracht Stop kindersekstoerisme Opdracht voor 4 personen MBO Toerisme ECPAT Nederland ECPAT wereldwijd actief ter bescherming van kinderen tegen seksuele uitbuiting ECPAT Nederland - Postbus 11103-2301
Nadere informatieOverzicht. Inleiding. Modellering. Insertie heuristieken. Voorbeeld: CVV. Local Search. Meta heuristieken. Vehicle Routing Problem 1
Overzicht Inleiding Modellering Insertie heuristieken Voorbeeld: CVV Local Search Meta heuristieken Vehicle Routing Problem 1 Inleiding Gegeven Depot-knoop 0 Klant-knopen i met vraag q i, i = 1,..., n
Nadere informatieOptimalisering/Besliskunde 1. College 1 6 september, 2012
Optimalisering/Besliskunde 1 College 1 6 september, 2012 Algemene informatie College: donderdag 9:00-10:45: Gorlaeus C1/C2, Leiden vrijdag: werkcollege Leiden en Delft vragenuur Delft Vier verplichte huiswerkopgaven
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2016 2017, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatiePraktische Numerieke Wiskunde
Wiskunde, Utrecht Praktische Numerieke Wiskunde Gerard Sleijpen Paul Zegeling Department of Mathematics http://www.math.uu.nl/people/sleijpen Gerard Sleijpen Kamer 504, WG Tel: 030-2531732 sleijpen@math.uu.nl
Nadere informatieStoeien met Statistiek
Stoeien met Statistiek Havo 4: Statistiek op grote datasets 2 Inhoudsopgave Achtergrondinformatie... 4 Docentenhandleiding... 5 Inleiding voor leerlingen... 6 Opdracht 1... 7 Opdracht 2... 8 Opdracht 3...
Nadere informatieFundamentele. Informatica 1. Eerste college: introductie
Fundamentele 1 Informatica 1 Eerste college: introductie Rechenmaschine (1623) von Wilhelm Schickard (1592-1635), gebaut für seinen Freund Johannes Kepler Fundamentele Informatica 1 Docent: Jeannette de
Nadere informatieMinimum Spanning Tree
Minimum Spanning Tree Wat is MST? Minimum spanning tree De meest efficiënte manier vinden om een verbonden netwerk op te bouwen Wat is een tree/boom? Graaf G: een verzameling knopen (vertices): V een verzameling
Nadere informatieOptimalisering/Besliskunde 1. College 1 3 september, 2014
Optimalisering/Besliskunde 1 College 1 3 september, 2014 Algemene informatie College: woensdag 9:00-10:45: Gorlaeus C1/C2, Leiden vrijdag: werkcollege Leiden en Delft Vier verplichte huiswerkopgaven Informatie
Nadere informatieOpdracht Weg met seksuele uitbuiting van kinderen in toerisme
Lesmateriaal Kindersekstoerisme Opdracht Weg met seksuele uitbuiting van kinderen in toerisme Opdracht voor 4 personen HBO ECPAT Nederland ECPAT wereldwijd actief ter bescherming van kinderen tegen seksuele
Nadere informatieAlgoritmes in ons dagelijks leven. Leve de Wiskunde! 7 April 2017 Jacobien Carstens
Algoritmes in ons dagelijks leven Leve de Wiskunde! 7 April 2017 Jacobien Carstens Wat is een algoritme? Een algoritme is een eindige reeks instructies die vanuit een gegeven begintoestand naar een beoogd
Nadere informatieMinor Toegepaste Psychologie
Minor Toegepaste Psychologie 1 Inleiding Waarom houden mensen zich niet aan dieetvoorschriften? Hoe kan ik ze dan stimuleren om dat wel te doen? Hoe kan ik teamsporters leren om beter om te gaan met zelfkritiek?
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede kandidatuur Informatica Academiejaar 2004 2005, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. 1. Binomiale
Nadere informatieOptimalisering/Besliskunde 1. College 1 2 september, 2015
Optimalisering/Besliskunde 1 College 1 2 september, 2015 Algemene informatie College: woensdag 13:45-15:30: Leiden C1 en C2: Gorlaeus gebouw Zaal DS: De Sitterzaal, Oort gebouw Werkcollege: vrijdag: Leiden
Nadere informatieTwaalfde college complexiteit. 11 mei 2012. Overzicht, MST
College 12 Twaalfde college complexiteit 11 mei 2012 Overzicht, MST 1 Agenda voor vandaag Minimum Opspannende Boom (minimum spanning tree) als voorbeeld van greedy algoritmen Overzicht: wat voor technieken
Nadere informatieVandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets
Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets
Nadere informatieTransport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen
Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2003 1 Docenten Onderdeel a Er zijn 6 vakken V 1, V 2,..., V 6. Vak V j heeft een vraag b j = 1, voor j = 1, 2,...,
Nadere informatieElke groep van 3 leerlingen heeft een 9 setje speelkaarten nodig: 2 t/m 10, bijvoorbeeld alle schoppen, of alle harten kaarten.
Versie 16 januari 2017 Sorteren unplugged Sorteren gebeurt heel veel. De namen van alle leerlingen in de klas staan vaak op alfabetische volgorde. De wedstrijden van een volleybal team staan op volgorde
Nadere informatieSociologie Vrije Universiteit Amsterdam - Faculteit der Sociale Wetenschappen - P Sociologie - 2012-2013
Sociologie Vrije Universiteit Amsterdam - - P Sociologie - 2012-2013 Vrije Universiteit Amsterdam - - P Sociologie - 2012-2013 I Inhoudsopgave Premasterprogramma Sociologie 1 Vak: Beschrijvende en inferentiële
Nadere informatieMEDMEC01 Q1 JAAR 1. THEMA: het creatieve proces MODULEWIJZER Mediaencreativiteit.pbwiki.com VAKGROEP MEDIA EN CREATIVITEIT
MEDMEC01 Q1 JAAR 1 THEMA: het creatieve proces MODULEWIJZER Mediaencreativiteit.pbwiki.com VAKGROEP MEDIA EN CREATIVITEIT Vandaag Wat is er in het nieuws? Dummy: show us what you got! Werkcollege: Aan
Nadere informatieSectorwerkstuk. Kandinsky College. locatie Sint Jorisschool
Sectorwerkstuk Kandinsky College locatie Sint Jorisschool schooljaar 2015-2016 1 Wat is het sectorwerkstuk? Het sectorwerkstuk is een werkstuk dat je maakt in klas vier over de door jou gekozen sector.
Nadere informatieInfo-books. Toegepaste Informatica. Deel 20 : Algoritmen en programmeren in Access en Excel (Basis) AL20. Jos Gils Erik Goossens
Info-books AL20 Toegepaste Informatica Deel 20 : Algoritmen en programmeren in Access en Excel (Basis) Jos Gils Erik Goossens Hoofdstuk 6 Lusstructuren of iteraties 6.1 Probleemstelling Het gebeurt dikwijls
Nadere informatieTentamen IN3105. Complexiteitstheorie. 16 april 2012, uur
Faculteit Elektrotechniek, Wiskunde en Informatica Ti Delft Tentamen IN3105 Complexiteitstheorie 16 april 2012, 9.00-12.00 uur Dit tentamen bestaat uit 10 meerkeuzevragen, 5 korte (open) vragen en 2 open
Nadere informatieHoofdstuk 17: Approximation Algorithms
Hoofdstuk 17: Approximation Algorithms Overzicht: Vorige week: Π NP-volledig Π waarschijnlijk niet polynomiaal oplosbaar 2 opties: 1 Optimaal oplossen, niet in polynomiale tijd (B&B, Cutting planes) 2
Nadere informatieWetenschapscommunicatie Informatica: doelstelling, opdrachten, proces, beoordeling en deadlines.
Wetenschapscommunicatie Informatica: doelstelling, opdrachten, proces, beoordeling en deadlines. Doelstelling. Het OPO Wetenschapscommunicatie Informatica heeft als doelstelling om de communicatievaardigheden,
Nadere informatieMinimum Opspannende Bomen. Algoritmiek
Minimum Opspannende Bomen Inhoud Het minimum opspannende bomen probleem Een principe om een minimum opspannende boom te laten groeien Twee greedy algoritmen + tijd en datastructuren: Het algoritme van
Nadere informatieUniversiteit Utrecht Departement Informatica. Examen Optimalisering op dinsdag 29 januari 2019, uur.
Universiteit Utrecht Departement Informatica Examen Optimalisering op dinsdag 29 januari 2019, 17.00-20.00 uur. ˆ Mobieltjes UIT en diep weggestopt in je tas. Wanneer je naar de WC wil, dan moet je je
Nadere informatieMasterproef oktober 2009
Masterproef 1 29 oktober 2009 Wat is een masterproef? Beslaat +/- 50 blz (15000 woorden) Volgt de structuur van een wetenschappelijk artikel (onderzoek of literatuurstudie) Volgt de APA richtlijnen Deontologie
Nadere informatieFundamentele Informatica
Fundamentele Informatica (IN3120 en IN3005 DOI nwe stijl) 20 augustus 2004, 9.00 11.00 uur Het tentamen IN3120 bestaat uit 10 meerkeuzevragen en 2 open vragen. Voor de meerkeuzevragen kunt u maximaal 65
Nadere informatieMasterproef Geneesmiddelenontwikkeling
Masterproef Geneesmiddelenontwikkeling Overzicht van te bespreken items: 1) experimenteel werk 2) schrijven van de masterproef 3) beoordeling masterproef 4) belangrijke data en time management 5) vragen?
Nadere informatieBelevingsonderzoek hoorcollege. BOZ HOND Week 1.1
Belevingsonderzoek hoorcollege BOZ HOND Week 1.1 Programma Praktische informatie Toelichting modules BOZ PRO en BOZ OND Briefing en debriefing Praktische informatie Docent: Renée van Os Bereikbaar: Renee.vanOs@han.nl
Nadere informatieStudiehadleiding. Opleiding: hbo-masteropleiding Islamitische Geestelijke Verzorging
Studiehadleiding Opleiding: hbo-masteropleiding Islamitische Geestelijke Verzorging Naam onderwijseenheid: Methoden en vaardigheden voor praktijkonderzoek Code onderwijseenheid: HBOMIGV015MV Jaar: Onderwijsperiode:
Nadere informatieRooster Zie roosterinformatie op het web.
Studiehandleiding Onderwerp Een kind dat het Nederlands als zijn moedertaal leert, blijkt de belangrijkste eigenschappen ervan al snel te ontdekken. Bovendien verloopt het verwervingsproces bij Nederlands
Nadere informatieGame en Software Project
Game en Software Project Software maken in het echt Marjan van den Akker (runt Projectbureau samen met Frank van der Stappen) www.softwaregameprojecten.nl 1 Overzicht Setting Hoe werkt project? Voorbeelden
Nadere informatieBestuurskunde Vrije Universiteit Amsterdam - Faculteit der Sociale Wetenschappen - P Bestuurskunde - 2012-2013
Bestuurskunde Vrije Universiteit Amsterdam - - P Bestuurskunde - 2012-2013 Vrije Universiteit Amsterdam - - P Bestuurskunde - 2012-2013 I Inhoudsopgave Premasterprogramma Bestuurskunde 1 Vak: Beleid en
Nadere informatieHandleiding notariële bachelorscriptie
Handleiding notariële bachelorscriptie 2016-2017 1. Algemene Handleiding bachelorscriptie; contactinformatie Deze Handleiding bevat informatie over het schrijven van een bachelorscriptie Notarieel recht.
Nadere informatie: Afstudeerproject BSc KI : Bachelor Kunstmatige Intelligentie Studiejaar, Semester, Periode : semester 2, periode 5 en 6
Studiewijzer BACHELOR OPLEIDING KUNSTMATIGE INTELLIGENTIE Vak : Afstudeerproject BSc KI Opleiding : Bachelor Kunstmatige Intelligentie Studiejaar, Semester, Periode : 2015-2016 semester 2, periode 5 en
Nadere informatieAOS docentonderzoek. Rapporteren en presenteren
Het forum AOS docentonderzoek Rapporteren en presenteren Wanneer is je onderzoek geslaagd? Evalueren en beoordelen Oefening 4 (pagina 316 of 321) Rapporteren en presenteren Verspreiding van resultaten
Nadere informatieFundamentele. Informatica 1. Eerste college: -introductie -verzamelingen I
Fundamentele 1 Informatica 1 Eerste college: -introductie -verzamelingen I Rechenmaschine (1623) von Wilhelm Schickard (1592-1635), gebaut für seinen Freund Johannes Kepler Fundamentele Informatica 1 Docent:
Nadere informatieChronotherm Thermostaat Modulation
Chronotherm Thermostaat Modulation De Chronotherm Modulation heeft zowel de mogelijkheid om op manuel als op automatisch programma te functioneren. Om de thermostaat te laten functioneren dienen de volgende
Nadere informatie