392112 Übungen zu Grundlagen Künstlicher Kognition (Ü) (WiSe 2019/2020)
Contents, comment
-
Die Vorlesung vermittelt die Grundlagen der Modellierung von kognitiven Fähigkeiten in technischen Systemen. Das Ziel ist einen fundierten Überblick über die Herausforderungen und Ansätze zu gewinnen. Zunächst werden grundlegende Begriffe und Konzepte erläutert. Dazu wird die Sicht und Geschichte der Kognitionswissenschaft mit ihren Einflüssen aus verschiedenen Disziplinen nachgezeichnet. Aufbauend auf dem "Mind as machine"-Paradigma, das kognitive Leistungen als Informationsverarbeitung versteht, werden die Techniken der Künstlichen Intelligenz-Forschung eingeführt. Dazu gehören verschiedene Verfahren zur Repräsentation von Wissen, zum Schlussfolgern und zum Problemlösen (z.B. logikbasierte Kalküle, graphische Ansätze, Suche, Lernen). Abschließend werden weiterführende Methoden zur Konstruktion kognitiver Systeme besprochen.
Teaching staff
Dates ( Calendar view )
| Frequency | Weekday | Time | Format / Place | Period | |
|---|---|---|---|---|---|
| weekly | Mi | 16-18 | U10-146 | 07.10.2019-31.01.2020 | |
| weekly | Fr | 12-14 | X-B3-117 | 07.10.2019-31.01.2020
not on: 11/1/19 / 12/27/19 / 1/3/20 |
|
| weekly | Fr | 12-14 | U2-135 | 07.10.2019-31.01.2020
not on: 11/1/19 / 12/27/19 / 1/3/20 |
|
| weekly | Mo | 14-16 | C0-259 | 21.10.-09.12.2019 | VOm 16.12.19 - 27.01.2020 findet das Tutorium in U2-200 statt! |
| weekly | Mo | 14-16 | U2-200 | 16.12.2019-27.01.2020
not on: 12/23/19 / 12/30/19 |
Subject assignments
| Module | Course | Requirements | |
|---|---|---|---|
| 39-Inf-13_a Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition I | Student information | |
| 39-Inf-13_b_ver1 Grundlagen künstlicher Kognition | Grundlagen künstlicher Kognition | Ungraded examination
Graded examination |
Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
| Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
|---|---|---|---|---|---|---|---|
| Studieren ab 50 | |||||||
| Veranstaltungen für Schülerinnen und Schüler | Bei Gruppen ab drei Personen ist eine vorherige Anmeldung in der ZSB erforderlich. |
- E-Learning Space
- E-Learning Space
- Registered number: 138
- This is the number of students having stored the course in their timetable. In brackets, you see the number of users registered via guest accounts.
- Address:
- WS2019_392112@ekvv.uni-bielefeld.de
- This address can be used by teaching staff, their secretary's offices as well as the individuals in charge of course data maintenance to send emails to the course participants. IMPORTANT: All sent emails must be activated. Wait for the activation email and follow the instructions given there.
- If the reference number is used for several courses in the course of the semester, use the following alternative address to reach the participants of exactly this: VST_176442670@ekvv.uni-bielefeld.de
- Coverage:
- 69 Students to be reached directly via email
- Notes:
- Additional notes on the electronic mailing lists
- Last update basic details/teaching staff:
- Friday, May 24, 2019
- Last update times:
- Friday, October 18, 2019
- Last update rooms:
- Friday, October 18, 2019
- Type(s) / SWS (hours per week per semester)
- exercise (Ü) / 2
- Department
- Faculty of Technology
- Questions or corrections?
- Questions or correction requests for this course?
- Planning support
- Clashing dates for this course
- Links to this course
- If you want to set links to this course page, please use one of the following links. Do not use the link shown in your browser!
- The following link includes the course ID and is always unique:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=176442670
- Send page to mobile
-
Click to open QR code
Scan QR code:
- ID
- 176442670