Modul:IAM (SPO 2018):Künstliche Intelligenz für Computerspiele - Versionsgeschichte

Kowa am 1. Juni 2022 um 07:33 Uhr

2022-06-01T07:33:00Z

← Nächstältere Version		Version vom 1. Juni 2022, 07:33 Uhr
Zeile 39:		Zeile 39:
	\|pruefungsdetails=Dauer: 110 – 150 h<br/>		\|pruefungsdetails=Dauer: 110 – 150 h<br/>
	Gewichtung der Einzelleistungen:		Gewichtung der Einzelleistungen:
	*~~Ergebnis~~ der Studienarbeit: 70%		*Werkstück der Studienarbeit: 70%
	*Dokumentation der Studienarbeit: 20%		*Dokumentation der Studienarbeit: 20%
	*Präsentation der Studienarbeit: 10%		*Präsentation der Studienarbeit: 10%

Kowa am 22. April 2021 um 14:56 Uhr

2021-04-22T14:56:55Z

Kowa am 22. April 2021 um 14:56 Uhr

2021-04-22T14:56:22Z

← Nächstältere Version		Version vom 22. April 2021, 14:56 Uhr
Zeile 46:		Zeile 46:
	\|gewichtung=100		\|gewichtung=100
	\|pruefungsinhalte=		\|pruefungsinhalte=
	\|qualifikationsziele=~~Teilnehmer~~		\|qualifikationsziele='''Kenntnisse:'''<br/>
	* verfügen über einen ~~fundierten~~ Überblick zu ~~gängigen KI~~ Methoden und ~~KI-Techniken~~,		Die Studierenden erhalten einen Überblick zu
	* ~~kennen typische Anwendungsfelder, in denen KI-Techniken zum Einsatz kommen,~~		• Methoden der Entwicklung und Implementierung von Computerspielen,
	* sind in ~~die~~ Lage, ~~ausgewählte Problemstellungen mit dafür passenden KI~~-~~Methoden~~ zu ~~bearbeiten~~.		• Werkzeugen und Bibliotheken der Spieleprogrammierung
	~~\|inhalte=Grundlagen~~
	* KI-Begriff aus wissenschaftlicher, technischer und gesellschaftlicher Perspektive		'''Fertigkeiten:'''<br/>
	* starke versus schwache KI		Die Studierenden sind in der Lage
	* Modellierung intelligenter Fähigkeiten in technischen Systemen		• technische Konzeptionen für Computerspiele auszuarbeiten,
			• lauffähige Prototypen mittels geeigneter Werkzeuge (Game-Engine, Bibliotheken) zu implementieren.
	~~Problemlösung als Suchaufgabe~~
	* ~~Modellierung~~ von ~~Anwendungsproblemen~~		'''Kompetenzen:'''<br/>
	* ~~Suchverfahren (u.a. A~~*, ~~MinMax~~, ~~Strategiespiele)~~		Die Studierenden können
	* Modellierung mit Constraints und ~~Constraint Solver~~		• Designentscheidungen und Werkzeugauswahl begründen,
			• entwickelte Prototypen hinsichtlich relevanter Kriterien bewerten.
	~~Wissensbasierte Systeme~~		\|inhalte=* Anatomien verschiedener Typen von Computerspielen
	*~~Regelsysteme~~, ~~Expertensysteme~~		* Spielemechaniken
	*~~Logisches Schlussfolgern, Logik~~-~~Kalküle, SAT-Solver~~		* Abbildung konzeptioneller Überlegungen auf technische Komponenten, Softwarearchitekturen, Datenstrukturen und Algorithmen
	*~~Wissensrepräsentation~~, ~~ontologisches Modellieren~~		* Vorgehensmodelle, Workflows, Asset Production Pipelines
	*~~Verfahren zur Handlungsplanung~~		* Game-Engines und Entwicklungsumgebungen
	*Probabilistisches Schließen, Bayes-Netzte, Fuzzy-Inferenz		* Programmierpatterns für Spiele, grundlegende Game-Loops
			* Programmiertechniken, objektorientierte Programmierung und grafisches Scripten
	~~Lernfähige Systeme~~, ~~Maschinelles Lernen~~ und ~~Data Mining~~		* Interaktionsparadigmen, Einbindung spezieller Eingabe-Controller und Aktuatoren
	* ~~Grundbegriffe: überwachtes/unüberwachtes Lernen~~, ~~symbolische/nicht~~-~~symbolische Ansätze~~		* Spiele-KI und Spiele-Physik
	* ~~Clustering, Klassifikation, Knowledge~~-~~Discovery~~		* Balancing und Evaluation
	* Reinforcement Learning
	* Neurocomputing und ~~künstliche Neuronale Netze~~		Zu Beginn des Semesters wählen die Kursteilnehmer aus vorgegebenen Aufgabenstellung ein Thema aus, das sie im Rahmen einer Studienarbeit vertiefend bearbeiten.
	* ~~Ansätze zum Deep Learning~~		\|literatur=Aktuelle Literaturempfehlungen zu behandelten Themen werden im Kurs bekannt gegeben.
			\|anmerkungen=
	~~Ausblick auf aktuelle~~ und ~~sich abzeichnende Forschungsfelder~~

	Zu ~~den behandelten Themenstellungen werden Software-Werkzeuge bzw. Bibliotheken vorgestellt~~, ~~mit denen praktische Problemstellungen bearbeitet werden können~~.
	\|literatur=* Stuart Russel, Peter Norvig: Künstliche Intelligenz Pearson Studium – IT, Gebundene Ausgabe, 2012.
	* Wolfgang Ertel: Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung. 4. Auflage, Springer Verlag, 2016.
	* Jürgen Cleve, Uwe Lämmel: Data Mining. De Gruyter Studium,Taschenbuch, 2014.
	* Peter Buxmann, Holger Schmidt (Hrsg.): Künstliche Intelligenz:Mit Algorithmen zum wirtschaftlichen Erfolg, Springer Gabler, 2018.

	~~Weitere Literatur (darunter aktuelle Fachpublikationen) wird jeweils passend~~ zu ~~den besprochenen~~ Themen ~~während der Vorlesung empfohlen~~.
	\|anmerkungen=Seminaristischer Unterricht zur Vermittlung theoretischer Grundlagen konzeptioneller Lösungsansätze, die anhand ausgewählter Problemstellungen mit den Studierenden gemeinsam bearbeitet werden.

	In einem begleitenden Praktikum bearbeiten die Teilnehmer selbst-ständig eine konkrete Anwendungsaufgabe (z.B. aus dem Bereich Maschinelles Lernen und Data Mining, Robotik, Expertensystem,Spiele-KI).
	\|in_handbuch=Ja		\|in_handbuch=Ja
	\|lehrender=Thomas Rist		\|lehrender=Thomas Rist
	}}		}}

Kowa am 22. April 2021 um 14:52 Uhr

2021-04-22T14:52:57Z

← Nächstältere Version		Version vom 22. April 2021, 14:52 Uhr
Zeile 37:		Zeile 37:
	\|zweitpruefer=Christian Märtin		\|zweitpruefer=Christian Märtin
	\|pruefungsart=Studienarbeit		\|pruefungsart=Studienarbeit
	\|pruefungsdetails=Dauer: 110 – 150 h		\|pruefungsdetails=Dauer: 110 – 150 h<br/>
			Gewichtung der Einzelleistungen:
			*Ergebnis der Studienarbeit: 70%
			*Dokumentation der Studienarbeit: 20%
			*Präsentation der Studienarbeit: 10%
	\|hilfsmittel=		\|hilfsmittel=
	\|benotung=Kommanote		\|benotung=Kommanote

Kowa am 22. April 2021 um 14:52 Uhr

2021-04-22T14:52:09Z

← Nächstältere Version		Version vom 22. April 2021, 14:52 Uhr
Zeile 36:		Zeile 36:
	\|pruefer=Thomas Rist		\|pruefer=Thomas Rist
	\|zweitpruefer=Christian Märtin		\|zweitpruefer=Christian Märtin
	\|pruefungsart=~~Klausur~~		\|pruefungsart=Studienarbeit
	\|pruefungsdetails=Dauer: ~~60 Min~~		\|pruefungsdetails=Dauer: 110 – 150 h
	\|hilfsmittel=		\|hilfsmittel=
	\|benotung=Kommanote		\|benotung=Kommanote

Kowa: Die Seite wurde neu angelegt: „{{ModulNeu |vererbung= |studiengang=IAM (SPO 2018) |abschnitt=Spezialisierungsphase |modulart=Wahlpflichtmodul |modulkatalog=Informatik |name= |name_en=Artific…“

2021-04-22T14:47:29Z

Die Seite wurde neu angelegt: „{{ModulNeu |vererbung= |studiengang=IAM (SPO 2018) |abschnitt=Spezialisierungsphase |modulart=Wahlpflichtmodul |modulkatalog=Informatik |name= |name_en=Artific…“

Neue Seite

{{ModulNeu
|vererbung=
|studiengang=IAM (SPO 2018)
|abschnitt=Spezialisierungsphase
|modulart=Wahlpflichtmodul
|modulkatalog=Informatik
|name=
|name_en=Artificial Intelligence
|alternativnamen=
|kuerzel=KICS.WP
|sprache=
|verwendbarkeit=Bachelorstudiengang Interaktive Medien, Bachelorstudiengang Informatik (FWP), Bachelorstudiengang Wirtschaftsinformatik (FWP), Bachelorstudiengang Technische Informatik (FWP)
|turnus=Üblicherweise im Jahreszyklus; die Lehrveranstaltung wird nur angeboten, wenn sich genügend Teilnehmer anmelden.
|voraussetzungen=Grundlagen der Informatik des Grundstudiums und Vertrautheit mit einer Programmiersprache (z.B. Java, Python, C++)
|voraussetzungen_lv=
|wird_gehalten=Sommersemester
|wiederholungspruefung=Nein
|semester=IAM 4
|dauer=
|credits=8
|sws=6
|sws_lehre=2
|sws_praktikum=4
|tp=6
|lehrformen=Seminaristischer Unterricht, Praktikum
|url=
|präsenzzeit=
|selbststudium=
|workload=
|verantwortliche=Thomas Rist
|pruefung=
|besondere_regelungen=
|pruefungsnummer=
|pruefungsnummer_ba=1918032
|pruefungsnummer_bsc=1918129
|pruefer=Thomas Rist
|zweitpruefer=Christian Märtin
|pruefungsart=Klausur
|pruefungsdetails=Dauer: 60 Min
|hilfsmittel=
|benotung=Kommanote
|gewichtung=100
|pruefungsinhalte=
|qualifikationsziele=Teilnehmer
* verfügen über einen fundierten Überblick zu gängigen KI Methoden und KI-Techniken,
* kennen typische Anwendungsfelder, in denen KI-Techniken zum Einsatz kommen,
* sind in die Lage, ausgewählte Problemstellungen mit dafür passenden KI-Methoden zu bearbeiten.
|inhalte=Grundlagen
* KI-Begriff aus wissenschaftlicher, technischer und gesellschaftlicher Perspektive
* starke versus schwache KI
* Modellierung intelligenter Fähigkeiten in technischen Systemen

Problemlösung als Suchaufgabe
* Modellierung von Anwendungsproblemen
* Suchverfahren (u.a. A*, MinMax, Strategiespiele)
* Modellierung mit Constraints und Constraint Solver

Wissensbasierte Systeme
*Regelsysteme, Expertensysteme
*Logisches Schlussfolgern, Logik-Kalküle, SAT-Solver
*Wissensrepräsentation, ontologisches Modellieren
*Verfahren zur Handlungsplanung
*Probabilistisches Schließen, Bayes-Netzte, Fuzzy-Inferenz

Lernfähige Systeme, Maschinelles Lernen und Data Mining
* Grundbegriffe: überwachtes/unüberwachtes Lernen, symbolische/nicht-symbolische Ansätze
* Clustering, Klassifikation, Knowledge-Discovery
* Reinforcement Learning
* Neurocomputing und künstliche Neuronale Netze
* Ansätze zum Deep Learning

Ausblick auf aktuelle und sich abzeichnende Forschungsfelder

Zu den behandelten Themenstellungen werden Software-Werkzeuge bzw. Bibliotheken vorgestellt, mit denen praktische Problemstellungen bearbeitet werden können.
|literatur=* Stuart Russel, Peter Norvig: Künstliche Intelligenz Pearson Studium – IT, Gebundene Ausgabe, 2012.
* Wolfgang Ertel: Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung. 4. Auflage, Springer Verlag, 2016.
* Jürgen Cleve, Uwe Lämmel: Data Mining. De Gruyter Studium,Taschenbuch, 2014.
* Peter Buxmann, Holger Schmidt (Hrsg.): Künstliche Intelligenz:Mit Algorithmen zum wirtschaftlichen Erfolg, Springer Gabler, 2018.

Weitere Literatur (darunter aktuelle Fachpublikationen) wird jeweils passend zu den besprochenen Themen während der Vorlesung empfohlen.
|anmerkungen=Seminaristischer Unterricht zur Vermittlung theoretischer Grundlagen konzeptioneller Lösungsansätze, die anhand ausgewählter Problemstellungen mit den Studierenden gemeinsam bearbeitet werden.

In einem begleitenden Praktikum bearbeiten die Teilnehmer selbst-ständig eine konkrete Anwendungsaufgabe (z.B. aus dem Bereich Maschinelles Lernen und Data Mining, Robotik, Expertensystem,Spiele-KI).
|in_handbuch=Ja
|lehrender=Thomas Rist
}}

← Nächstältere Version		Version vom 22. April 2021, 14:56 Uhr
Zeile 48:		Zeile 48:
	\|qualifikationsziele='''Kenntnisse:'''<br/>		\|qualifikationsziele='''Kenntnisse:'''<br/>
	Die Studierenden erhalten einen Überblick zu		Die Studierenden erhalten einen Überblick zu
	• Methoden der Entwicklung und Implementierung von Computerspielen,		* Methoden der Entwicklung und Implementierung von Computerspielen,
	• Werkzeugen und Bibliotheken der Spieleprogrammierung		* Werkzeugen und Bibliotheken der Spieleprogrammierung

	'''Fertigkeiten:'''<br/>		'''Fertigkeiten:'''<br/>
	Die Studierenden sind in der Lage		Die Studierenden sind in der Lage
	• technische Konzeptionen für Computerspiele auszuarbeiten,		* technische Konzeptionen für Computerspiele auszuarbeiten,
	• lauffähige Prototypen mittels geeigneter Werkzeuge (Game-Engine, Bibliotheken) zu implementieren.		* lauffähige Prototypen mittels geeigneter Werkzeuge (Game-Engine, Bibliotheken) zu implementieren.

	'''Kompetenzen:'''<br/>		'''Kompetenzen:'''<br/>
	Die Studierenden können		Die Studierenden können
	• Designentscheidungen und Werkzeugauswahl begründen,		* Designentscheidungen und Werkzeugauswahl begründen,
	• entwickelte Prototypen hinsichtlich relevanter Kriterien bewerten.		* entwickelte Prototypen hinsichtlich relevanter Kriterien bewerten.
	\|inhalte=* Anatomien verschiedener Typen von Computerspielen		\|inhalte=* Anatomien verschiedener Typen von Computerspielen
	* Spielemechaniken		* Spielemechaniken