Hauptinhalt

CS 592 — Künstliche Intelligenz
(engl. Artificial Intelligence)

Niveaustufe, VerpflichtungsgradVertiefungsmodul, Wahlpflichtmodul
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung (2 SWS), Übung (2 SWS),
180 Stunden (60 Std. Präsenzzeit, 120 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung: Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben.
Prüfungsleistung: Mündliche Prüfung oder Klausur
Sprache,
Benotung
Deutsch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Informatik.
Exportfach, UrsprungInformatik, M.Sc. Informatik / Vertiefungsbereich Informatik
Dauer des Moduls,
Häufigkeit
Ein Semester,
Jedes zweite Wintersemester
Modulverantwortliche(r)Prof. Dr. Alfred Ultsch

Inhalt

  • Programmieren in Prolog/ Prädikatenlogik /Constraints
  • Wissen, Wissensrepräsentation, Inferenz
  • Struktur wissensbasierter Systeme
  • Wahrscheinlichkeitsbasiertes Schließen
  • DS und Fuzzy Inferenz
  • Knowledge Engineering und maschinelles Lernen
  • Nichtklassische Logiken
  • Praxis der wissensbasierten Systeme /Agentensystem

Qualifikationsziele

Die Studierenden sollen

  • Fertigkeiten und Kenntnis der wichtigsten KI-Methoden und deren Anwendung in der Praxis kennenlernen.
  • wissensbasierter Inferenzsysteme, in Prädikatenlogik (Prolog) erstellen können.
  • Wissensrepräsentationsformen verwenden können,
  • über Kenntnisse von Problemlösungs-, Such- und Planungsalgorithmen verfügen,
  • einen Überblick über gebräuchliche Methoden des Schätzen: Bayes, Demster/Shafer, Fuzzy Inferenz besitzen,
  • Methoden des Wissenserwerbs aus dem Bereich des maschinellen Lernen und Knowledge Engineering kennen,
  • einen Einblick in nicht-klassiche Logiken besitzen,
  • wissenschaftlicher Arbeitsweisen einüben (Erkennen, Formulieren, Lösen von Problemen, Schulung des Abstraktionsvermögens)
  • mündliche Kommunikationsfähigkeit in den Übungen durch Einüben der freien Rede vor einem Publikum trainieren

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen aus den Basismodulen zur Informatik und Knowledge Discovery.


Literatur

  • W.F. Clocksin, C.S. Mellish: Programming in Prolog, Springer, 2003.
  • S. Russell, P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall, 2002.



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2016/17 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.