Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Logout in [min] [minutetext]

Artificial Intelligence for Master - Detailansicht

  • Funktionen:
  • Zur Zeit kein Belegungszeitraum aktiv.
Grunddaten
Veranstaltungsart Vorlesung Langtext
Veranstaltungsnummer 3008 Kurztext
Semester SoSe 2022 SWS 4
Erwartete Teilnehmer/-innen Max. Teilnehmer/-innen
Rhythmus Jedes Semester Studienjahr
Hyperlink  
Weitere Links Lehrbuch: Grundkurs Künstliche Intelligenz (W. Ertel)
Textbook: Introduction to Artificial Intelligence (W. Ertel)
Sprache Englisch
Belegungsfrist 01 Hauptbelegungszeitraum 28.02.2022 - 25.03.2022

Belegpflicht
Termine Gruppe: [unbenannt] iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Lernziele fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Mo. 08:00 bis 09:30 woch Gebäude V/Laz1 - V 106        
Einzeltermine anzeigen
iCalendar Export für Outlook
Di. 17:45 bis 19:15 woch Gebäude T - T 117        
Gruppe [unbenannt]:
Zur Zeit kein Belegungszeitraum aktiv.
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Ertel, Wolfgang, Professor, Dr. rer. nat.
Laut SPO für
Abschluss Studiengang Semester Kategorie ECTS
Master mit vorausg. Absch Electrical Engineering Master 2 - 2 Wahlfach
Master mit vorausg. Absch Mechatronics 2 - 2 Wahlfach
Master mit vorausg. Absch Informatik 2 - 2 Wahlfach 5
Master mit vorausg. Absch Profil IN-Spiele 2 - 2 Wahlfach 5
Master mit vorausg. Absch Profil IN-Künstliche Intelligenz und Autonme Rob. 2 - 2 Wahlfach 5
Master mit vorausg. Absch Profil IN-IT-Sicherheit 2 - 2 Wahlfach 5
Zuordnung zu Einrichtungen
Masterstudiengang Electrical Engineering and Embedded Systems
Masterstudiengang Mechatronics
Masterstudiengang Informatik
Inhalt
Inhalt
  • Einführung, Geschichte
  • Intelligente Agenten
  • Suchen, Spielen, Problemlösen
  • Schließen mit Unsicherheit
  • Maschinelles Lernen und Data Mining
  • Neuronale Netze
  • Lernen durch Verstärkung
Literatur * W. Ertel, Grundkurs Künstliche Intelligenz, Vieweg Verlag, 2008
* S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach
* T. Mitchell, Machine Learning
* I. Witten and E. Frank, Data Mining, Hanser Verlag München
Lernziele Der besondere Reiz, aber auch die besondere Schwierigkeit, in diesem
Fach ist das Zusammenspiel vieler sehr unterschiedlicher
Wissenschaften wie Logik, Statistik, Neuronale Netze und
Kognitionswissenschaften. Da es nicht möglich ist, im Rahmen von 4 SWS
alle diese Gebiete tief und umfassend zu behandeln, ist das wichtigste
Lernziel, dem Studenten einen Überblick über das heute sehr weit
verzweigte Gebiet der Künstlichen Intelligenz (KI) zu
vermitteln. Einige Themen werden aber trotzdem etwas
detaillierter behandelt.

Bei Bedarf wird die Vorlesung in englischer Sprache angeboten (bitte rechtzeitig vor Semesterbeginn beim Dozenten melden).
Leistungsnachweis K90 benotet

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester SoSe 2022 , Aktuelles Semester: SoSe 2024