add last exam for 11th grade

3 files changed, 88 insertions, 0 deletions

diff --git a/Info/11/4/Aufgaben/entscheidungsbaum.tex b/Info/11/4/Aufgaben/entscheidungsbaum.tex
new file mode 100644
index 00000000..94484906
--- /dev/null
+++ b/Info/11/4/Aufgaben/entscheidungsbaum.tex
@@ -0,0 +1,48 @@
+\renewcommand{\Verteilung}{6 + 3}
+\begin{Aufg}[Entscheidungsbaum]
+Ein Unternehmen möchte die Einstellungswahrscheinlichkeit eingehender Bewerbungen automatisch mit den Labeln \textit{"niedrig"} und \textit{"hoch"} bewerten. \\
+
+\begin{center}
+\resizebox{0.8\textwidth}{!}{%
+\begin{tabular}{c p{0.2\textwidth} p{0.2\textwidth} p{0.2\textwidth} p{0.2\textwidth} | l}
+& Staatsangehörigkeit & Akademischer Abschluss & Englischkenntnisse & Berufserfahrung $> 5$ Jahre & \textbf{Label} \\
+\hline
+A & deutsch & nein & nein & ja & \textbf{hoch} \\
+B & deutsch & ja & ja & nein & \textbf{niedrig} \\
+C & deutsch & ja & nein & ja & \textbf{hoch} \\
+D & deutsch & nein & ja & nein & \textbf{niedrig} \\
+\end{tabular}}
+\end{center}
+
+\begin{enumerate}[a)]
+\item Bestimmte für die obigen Trainingsdaten, das "wichtigste" Attribut indem du die Tabellen geeignet ausfüllst. \\
+\includegraphics[keepaspectratio, width=0.5\textwidth]{Aufgaben/informationsgewinn-tabelle.png}
+\includegraphics[keepaspectratio, width=0.5\textwidth]{Aufgaben/informationsgewinn-tabelle.png}
+
+\includegraphics[keepaspectratio, width=0.5\textwidth]{Aufgaben/informationsgewinn-tabelle.png}
+\includegraphics[keepaspectratio, width=0.5\textwidth]{Aufgaben/informationsgewinn-tabelle.png}
+\ifschueler{\newpage}
+\item Die beispielshafte Konfusionsmatrix zeigt, die Testergebnisse des trainierten Modells. \\
+\begin{tabularx}{\textwidth}{p{0.4\textwidth} p{0.5\textwidth}}
+\vspace{-0.3cm}
+\begin{tabular}{c c c c | c}
+& & \multicolumn{2}{c}{Vorhergesagt} & \\
+& & Hoch & Niedrig & $\sum$ \\
+& Hoch & 5 & 2 & 7 \\
+\multirow{-3}{*}{\rotatebox[origin=c]{90}{Tatsächlich}} & Niedrig & 1 & 9 & 10 \\
+\hline
+& $\sum$ & 6 & 11 & \\
+\end{tabular} &
+Beurteile die Qualität des Entscheidungsbaum anhand der Konfusionsmatrix und betrachte dabei auch die Fehlerarten und ihre Auswirkungen auf die Firma sowie die Berwerbenden. \\
+\end{tabularx}
+\end{enumerate}
+\end{Aufg}
+
+\begin{Lsg}[A2; Analysieren, Begründen und bewerten]
+\begin{enumerate}[a)]
+\item \BE{6}
+\item $3/17$\Halfpoint ist bei einer nicht so kritischen Entscheidung vermutlich in Ordnung\Halfpoint.
+Falsch negativ\Halfpoint ist für Bewerbende bitter.\Halfpoint
+Falsch positiv\Halfpoint ist für Unternehmen nervig.\Halfpoint
+\end{enumerate}
+\end{Lsg}
diff --git a/Info/11/4/Aufgaben/ki_aussagen.tex b/Info/11/4/Aufgaben/ki_aussagen.tex
new file mode 100644
index 00000000..035c5270
--- /dev/null
+++ b/Info/11/4/Aufgaben/ki_aussagen.tex
@@ -0,0 +1,17 @@
+\renewcommand{\Verteilung}{1 + 1 + 1}
+\begin{Aufg}[Künstliche "Intelligenz"]
+Nimm Stellung zu folgenden Aussagen.
+\begin{enumerate}[a)]
+\item \textit{Der Turing-Test soll beweißen, dass es keine künstliche Intelligenz geben kann.}
+\item \textit{KI-Systeme, die sowohl sehr oberflächlich arbeiten und zusätzlich nur sehr spezifische Probleme lösen, nennt man \textbf{schwache} KI.}
+\item \textit{Manche KI-Systeme, werden wie Tiere durch Belohnung und Bestrafung trainiert.}
+\end{enumerate}
+\end{Aufg}
+
+\begin{Lsg}[A2; Begründen und bewerten]
+\begin{enumerate}[a)]
+\item \textit{Nein.\Halfpoint Der Touring-Test soll künstliche Intelligenz erkennen.\Halfpoint}
+\item \textit{Jein.\Halfpoint Eine der beiden Bedingungen reicht für  die Bezeichnung schwache KI aus.\Halfpoint}
+\item \textit{Ja.\Halfpoint Das Verfahren heißt bestärkendes Lernen\Halfpoint (Reinforcement Learning).}
+\end{enumerate}
+\end{Lsg}
diff --git a/Info/11/4/Aufgaben/ki_kategorien.tex b/Info/11/4/Aufgaben/ki_kategorien.tex
new file mode 100644
index 00000000..175ef39c
--- /dev/null
+++ b/Info/11/4/Aufgaben/ki_kategorien.tex
@@ -0,0 +1,23 @@
+\begin{Aufg}[Kategorien KI-Systeme]
+KI-Systeme lassen sich in unterschiedliche Kategorien aufteilen.
+Beschreibe kurz eine dir bekannte Unterscheidung für KI-Systeme und nenne jeweils ein Beispiel.
+\end{Aufg}
+
+% LPP Bayern Info Kompetenzen: Analysieren, Modellieren, Implementieren, Kooperieren und kommunizieren, Begründen und bewerten, Anwenden, Vernetzen
+\begin{Lsg}[A1; Begründen und bewerten]
+starke\Point vs schwache\Point KI
+
+Stark: dem Menschen ebenbürdig\Halfpoint\\
+Schwach: spezifisch oder oberflächlich\Halfpoint
+
+Beispiel Glados/Skynet/Sci-Fi Roboter\Halfpoint vs. ChatGPT \Halfpoint
+
+ODER
+
+wissensbasiert\PointSymbol vs datenbasiert\PointSymbol
+
+wissenbasiert: folgt vom Menschen gegebnen Regeln\HalfpointSymbol \\
+datenbasiert: findet selbst Muster durch Training mit Daten\HalfpointSymbol
+
+Expertensystem\HalfpointSymbol vs. Bestärkendes Lernen\HalfpointSymbol
+\end{Lsg}