Jedes Wintersemester
5 Leistungspunkte
Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.
Die Studierenden besitzen praktische und grundlegende theoretische Kenntnisse über formale Ansätzen und Techniken, mit denen technische Systeme robust und intelligent unter Unsicherheit agieren können. In den vorlesungsbegleitenden Übungen lernen die Studierenden, die erworbenen Kenntnisse innerhalb eines Projektes anwendungsbezogen einzusetzen.
Das Gebiet "Künstliche Intelligenz" (KI) befasst sich mit der Konstruktion von informationsverarbeitenden Systemen - "Intelligenten Agenten" - die kognitive Leistungen modellieren und in technischen Anwendungen verwerten. Aufbauend auf den im Modul " Grundlagen künstlicher Kognition" oder dem Modul "Künstliche Intelligenz" erworbenen Grundkenntnissen werden fortgeschrittene, forschungsrelevante Techniken vermittelt, mit denen intelligente Agenten mit unsicherem Wissen umgehen können. Ausgehend von klassischen Ansätzen zum robusten Planen und Suchen werden vor allem moderne Methoden des probabilistischen Schließens und "Decision-Making" behandelt. Dazu gehören Bayes-Netze, Markov-Entscheidungsprozesse und entsprechende probabilistische Inferenzverfahren.
Das Modul baut auf grundlegende Programmierkenntnisse auf, wie sie beispielsweise in dem Modul Künstlichen Intelligenz (Modul 39-Inf-KI Künstliche Intelligenz) erworben werden können (grundlegende Programmierkenntnisse sowie Beherrschung einfacher Logikkalküle).
—
Hinweise zur Veranstaltungswahl:
Es ist entweder die Übung oder das Projekt Spezielle Themen der Künstlichen Intelligenz zu wählen.
Modulstruktur: 1 bPr 1
Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben. Abschließende Klausur (60-90 min.) oder mündliche Prüfung (20-30 Minuten) über die Inhalte von Vorlesung und Übungen.
Studiengang | Profil | Empf. Beginn 3 | Dauer | Bindung 4 |
---|---|---|---|---|
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] | Variante 1 | 1. o. 3. | ein Semester | Wahlpflicht |
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] | Variante 2 | 1. o. 3. | ein Semester | Wahlpflicht |
In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.