Künstliche Intelligenz

NUMMER: 310502
KÜRZEL: KI
DOZENT: Prof. Dr. Laurenz Wiskott
FAKULTÄT: Institut für Neuroinformatik (RUB)
SPRACHE: Englisch
SWS: 4 SWS
CREDITS: 5 CP
WORKLOAD: 150 h
ANGEBOTEN IM: jedes Sommersemester

INFOS

Artificial Intelligence – Vorlesung (2 SWS)
Artificial Intelligence – Übung (2 SWS)


PRÜFUNGUNGSFORM

Schriftliche Modulabschlussprüfung über 120 Minuten


LERNFORM

Die Vorlesung wird als seminaristischer Unterricht mit Medienunterstützung abgehalten.
eLearning-unterstützte Hausaufgaben mit praxisnahen, am Rechner zu implementierenden Übungen werden wöchentlich vergeben und in der Übungsstunde besprochen.


LERNZIELE

Nach dem erfolgreichen Absolvieren des Moduls
- verstehen Studierende die grundlegenden Verfahren und Methoden der künstlichen Intelligenz und können diese praktisch anwenden
- sind die Studierenden in der Lage, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und diese zur Lösung konkreter Probleme verschiedener Anwendungs-domänen erfolgreich einzusetzen.
- beherrschen die Studierenden die Terminologie des Fachbereichs
- kennen die Studierenden sowohl industriell als auch wirtschaftlich relevante Anwendungsbiete


INHALT

Die Vorlesung gibt einen Überblick über wichtige Ansätze und Methoden der künstlichen Intelligenz. Inhaltlich werden wichtige Konzepte und Ideen, wie Entwurfsprinzipien von intelligenten Agenten, Problemlösen durch Suche und durch wissensbasierte Inferenz, Problemlösen bei unsicherem Wissen, Handlungsplanung und Grundideen des maschinellen Lernens abgedeckt. Weiterhin sollen wichtige Anwendungsgebiete und Einsatzmöglichkeiten in der Praxis kennengelernt werden.


VORAUSSETZUNGEN

Keine


VORAUSSETZUNGEN CREDITS

Bestandene Modulabschlussprüfung und erfolgreiche Teilnahme an den Übungen


EMPFOHLENE VORKENNTNISSE

Solides Grundwissen in der Mathematik (Inhalte der Module Mathematik 1 – Grundlagen, Mathematik 2 – Algorithmen, Mathematik 3 - Anwendungen) und in der Informatik (Inhalte der Module Informatik 1 – Programmierung und Informatik 2 – Algorithmen und Daten-strukturen)


LITERATUR

1. S. Ruseel und P. Norvig: „Artificial Intelligence: A Modern Approach“, Prentice Hall,
3rd edition, 2009
2. W. Ertel: „Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung“, 4. Auflage, 2016


Artificial Intelligence

NUMMER: n.n. KÜRZEL: KI DOZENT: Prof. Dr. Laurenz Wiskott FAKULTÄT: Institut für Neuroinformatik (RUB) SPRACHE: English SWS: 4 SWS CREDITS: 5 CP WORKLOAD: 150 h ANGEBOTEN IM: each summer semester

INFOS

Artificial Intelligence – Lecture (2 SWS)
Artificial Intelligence – Exercise (2 SWS)


PRÜFUNGUNGSFORM

Written final exam of 120 minutes


LERNFORM

The lecture will be held as a seminar with media support, eLearning-supported homework with practical exercises to be implemented on the computer are assigned weekly and discussed in the exercise lesson.


LERNZIELE

After successfully completing the module
- students understand the basic procedures and methods of artificial intelligence and can apply them in practice
- the students are able to assess the efficiency of the discussed procedures and can use them successfully to solve specific problems of different application domains.
- the students have mastered the terminology of the subject area
- the students know both industrially and economically relevant fields of application


INHALT

The lecture gives an overview of important approaches and methods of artificial intelligence. In terms of content, important concepts and ideas such as design principles of intelligent agents, problem solving through search and knowledge-based inference, problem solving in the case of uncertain knowledge, action planning and basic ideas of machine learning are covered. Furthermore, important areas of application and possible uses in practice are to be learned.


VORAUSSETZUNGEN

None


VORAUSSETZUNGEN CREDITS

Passed final module examination and successful participation in the exercises


EMPFOHLENE VORKENNTNISSE

Solid basic knowledge in mathematics (content of the modules Mathematics 1 - Basics, Mathematics 2 - Algorithms, Mathematics 3 - Applications) and in computer science (content of the modules Computer Science 1 - Programming and Computer Science 2 - Algorithms and data structures)


LITERATUR

1. S. Ruseel und P. Norvig: „Artificial Intelligence: A Modern Approach“, Prentice Hall,
3rd edition, 2009
2. W. Ertel: „Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung“, 4. Auflage, 2016