Modul 39-M-Inf-VKIa Vertiefung Künstliche Intelligenz (5 LP)

Fakultät

Modulverantwortliche*r

Turnus (Beginn)

Jedes Wintersemester

Leistungspunkte und Dauer

5 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

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.

Lehrinhalte

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.

Empfohlene Vorkenntnisse

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).

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Hinweise zur Veranstaltungswahl:
Es ist entweder die Übung oder das Projekt Spezielle Themen der Künstlichen Intelligenz zu wählen.

Modulstruktur: 1 bPr 1

Veranstaltungen

Spezielle Themen der Künstlichen Intelligenz
Art Vorlesung
Turnus WiSe
Workload5 30 h (30 + 0)
LP 1 [Pr]
Spezielle Themen der Künstlichen Intelligenz
Art Projekt
Turnus WiSe
Workload5 90 h (30 + 60)
LP 3
Spezielle Themen der Künstlichen Intelligenz
Art Übung
Turnus WiSe
Workload5 90 h (30 + 60)
LP 3

Prüfungen

Portfolio mit Abschlussprüfung
Zuordnung Prüfende Lehrende der Veranstaltung Spezielle Themen der Künstlichen Intelligenz (Vorlesung)
Gewichtung 1
Workload 30h
LP2 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.

In diesen Studiengängen wird das Modul verwendet:

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

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.


Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe Navigation).
5
Workload (Kontaktzeit + Selbststudium)
SoSe
Sommersemester
WiSe
Wintersemester
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.