Inleiding Kunstmatige Intelligentie

Samenvatting van het stuk 'Learning to rank for information retrieval from user interactions' door Hofmann et al. (2014). Er wordt een information retrieval systeem gepresenteerd dat zijn resultaten kan verbeteren door te leren van gebruikersinteracties.

Samenvatting van het stuk 'Interactive intent modeling: Information discovery beyond search' door Ruotsalo et al. (2015). Over een alternatief voor zoekmachines, dat interactive intent modeling en visuele gebruikersinterfaces combineert.

Samenvatting van het stuk 'Vector-space models of words and sentences' door Repplinger et al. (2018). Er wordt in 4 stappen beschreven hoe NLP de transitie heeft gemaakt van op logica gebaseerde modellen naar hedendaagse vector-space modellen.

Samenvatting van het stuk 'Fair prediction with disparate impact: a study of bias in recidivism prediction instruments' door Chouldechova (2017). Over de problemen van AI systemen die recidivisme voorspellen.

Samenvatting van het stuk 'Big Data ethics' door Zwitter (2014). Over de ethische uitdagingen die Big Data veroorzaakt.

Samenvatting van het stuk 'The (Big) Data-security assemblage: Knowledge and critique' door Aradau & Blanke (2015). Over opvattingen over Big Data en de kritieken hierop.

Samenvatting van 'Symbols and Search' door Newell & Simon (1976). Over physical symbol systems en hoe die in AI worden gebruikt.

Samenvatting van 'Intelligence without representation' van Brooks (1991). Over de mogelijkheid van intelligentie zonder representatie en de voordelen daarvan voor kunstmatige intelligentie.

Samenvatting van het stuk 'Machine learning: Trends, perspectives, and prospects' van Jordan & Mitchell (2015). Gaat over verschillende aspecten van en begrippen bij machine learning.

Samenvatting van het stuk 'Neural-symbolic learning and reasoning' door Besold et al. (2017). Gaat over neural symbolic modellen die connectionistische en symbolische representaties samenvoegen in 1 model.