Website
Modulhandbuch ab 2016

Modul CS3204-KP05

Künstliche Intelligenz 1 (KI15)

Dauer:


1 Semester
Angebotsturnus:


Jedes Sommersemester
Leistungspunkte:


5
Studiengang, Fachgebiet und Fachsemester:
  • Bachelor Mathematik in Medizin und Lebenswissenschaften 2016 (Wahlpflicht), Informatik, 5. oder 6. Fachsemester
Lehrveranstaltungen:
  • CS3204-Ü: Künstliche Intelligenz 1 (Übung, 2 SWS)
  • CS3204-V: Künstliche Intelligenz 1 (Vorlesung, 2 SWS)
Workload:
  • 15 Stunden Eigenständige Projektarbeit
  • 55 Stunden Selbststudium
  • 60 Stunden Präsenzstudium
  • 20 Stunden Prüfungsvorbereitung
Lehrinhalte:
  • Teil 1: Suchverfahren Als Einstieg in und grundlegende Voraussetzung für die meisten Verfahren der Künstlichen Intelligenz werden Suchstrategien vorgestellt und erläutert. Hier werden uninformierte, informierte, lokale, adversiale Suche sowie Suche mit Unsicherheit vorgestellt. Das Konzept der Agenten wird eingeführt.
  • Teil 2: Lernen und Schließen Grundlagen der mathematischen Logik und von Wahrscheinlichkeiten werden wiederholt. Es werden Verfahren des maschinellen Lernens (überwacht und unüberwacht) vorgestellt. Eine Einführung in die Fuzzy Logic ist ebenfalls enthalten.
  • Teil 3: Anwendungen der Künstlichen Intelligenz Typische Anwendungsbereiche der Künstlichen Intelligenz in der Robotik, im Bereich des maschinellen Sehens und der industriellen Bild- und Datenverarbeitung werden vorgestellt. Ethische Gesichtspunkte und Risiken der Weiterentwicklung der Künstlichen Intelligenz werden diskutiert.
Qualifikationsziele/Kompetenzen:
  • Die Studierenden sind in der Lage, anwendungsnahe Übungsaufgaben aus der Künstlichen Intelligenz mit mathematischem Hintergrund eigenständig und termingerecht in der Gruppe zu lösen.
  • Sie haben ein Verständnis für die Vor- und Nachteile verschiedener Such- und Problemlösungsstrategien entwickelt.
  • Die Studierenden sind fähig, bei Such- und Lernproblemen eigenständig geeignete Algorithmen auszuwählen und anzuwenden.
  • Sie haben Einblicke in die Komplexität der Entwicklung von Systemen mit künstlicher Intelligenz und der Unterscheidung der verschiedenen Formen künstlicher Intelligenz erlangt.
  • Sie verstehen die Risiken und möglichen technologischen Folgen der Entwicklung von Systemen mit starker KI.
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur
Modulverantwortlicher:
  • Prof. Dr. rer. nat. Floris Ernst
Lehrende:
  • Prof. Dr. rer. nat. Floris Ernst
Literatur:
  • G. Görz (Hrsg.): Handbuch der Künstlichen Intelligenz - München: Oldenbourg Wissenschaftsverlag, 2003
  • C-M. Bishop: Pattern Recognition and Machine Learning - Springer Verlag, 2007
  • Russell/Norvig: Artificial Intelligence: a modern approach - (3rd Ed.), Prentice Hall, 2009
  • Mitchell: Machine Learning - McGraw-Hill, 1997
  • Luger: Artificial Intelligence: Structures and Strategies for Complex Problem Solving - (6th Ed.), Addison-Wesley, 2008
Sprache:
  • Wird nur auf Deutsch angeboten
Bemerkungen:

Es wird empfohlen, die Module CS1001-KP08 Algorithmen und Datenstrukturen sowie MA2500 Analysis 2 vorher besucht zu haben.

Zulassungsvoraussetzungen zum Modul:
- Keine

Zulassungsvoraussetzungen zur Prüfung:
- Erfolgreiche Bearbeitung von Übungsaufgaben während des Semesters

Letzte Änderung:
28.10.2019