Modul:IAM (SPO 2018):Methoden der KI

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Studiengang Interaktive Medien (IAM (SPO 2018))
Studienabschnitt [[Bachelor-Studiengang Interaktive Medien (SPO 2018)/Spezialisierungsphase|]]
ModulkatalogInformatik
Name Methoden der KI
Name (englisch) Artificial Intelligence
Kürzel KI6.WP
Unterrichtssprache Deutsch
Voraussetzungen Grundlagen der Informatik des Grundstudiums und Vertrautheit mit einer Programmiersprache (z.B. Java, Python, C++)
Verwendbarkeit Bachelorstudiengang Interaktive Medien
Turnus Üblicherweise im Jahreszyklus; die Lehrveranstaltung wird nur angeboten, wenn sich genügend Teilnehmer anmelden.
Modulart: Wahlpflichtmodul
Wird gehalten: Sommersemester
Studiensemester IAM 4
Dauer 1 Semester
Lehrformen Seminaristischer Unterricht, Praktikum
Credits 8
SWS 6 (Lehre: 2, Praktikum: 4)
Workload Präsenzstudium: 90 h (durchschnittlich 6 h pro Woche)
Eigenstudium: 110 – 150 h (durchschnittlich 7.3 – 10 h pro Woche)
Modulkoordinator(en) Thomas Rist
Lehrende(r)

Die Prüfung wird in diesem Semester angeboten.

Prüfer Thomas Rist
Zweitprüfer Christian Märtin
Prüfungsart Klausur
Prüfungsdetails Dauer: 60 Min
Hilfsmittel
Zeugnisgewichtung 100 %
Benotung Kommanote

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).

Lernergebnisse/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.

Abgerufen von „https://glossar.hs-augsburg.de/w/index.php?title=Modul:IAM_(SPO_2018):Methoden_der_KI&oldid=49763“