Artificial Intelligence (E)

Masterstudium

Folgende Kompetenzen werden in der Lehrveranstaltung erarbeitet: - Die Studierenden kennen unterschiedliche Strategien zur Umsetzung von künstlich intelligenten Systemen. - Die Studierenden verstehen die Vor- und Nachteile der erarbeiteten Strategien und wissen um deren Herausforderungen. - Die Studierenden können Strategien entwickeln, um künstlich intelligente Systeme für den praktischen Einsatz zu konzipieren.

Keine Voraussetzungen

Folgende Inhalte werden in der Lehrveranstaltung besprochen: - Reasoning-Ansätze (Roal trees, Regelbasierte Expertensysteme) - Such-Ansätze (depth-first, hill climbing, beam, optimal, branch and bound, A*, games, minimax, and alpha-beta) - Constraint-Ansätze (Search, domain reduction, visual object recognition) - Lern-Ansätze (neural nets, back propagation, genetic algorithms, sparse spaces, phonology, near misses, felicity conditions, support vector machines, boosting) - Repräsentation-Ansätze (classes, trajectories, transitions) - Einsatzmöglichkeiten von künstlicher Intelligenz in unterschiedlichen Kontexten - Schwache versus starke, künstlicher Intelligenz Diese Lehrveranstaltung wird zusammen mit dem Master Web Communication & Information Systems als Wahlveranstaltung angeboten.

PRIMÄRLITERATUR: - Winson, P. H. (1992): Artificial Intelligence (Ed. 3), Pearson, (ISBN: 978-0201533774) SEKUNDÄRLITERATUR: - Russell, S.; Norvig, P. (2016): Artificial Intelligence: A Modern Approach, Global Edition (Ed. 3), Addison Wesley, Boston (ISBN: 978-1292153964)

Klausur

Englisch

4

25

2.0

Folgende Methoden kommen zum Einsatz: - Vortrag mit Diskussion - Interaktiver Workshop

3

Dr. Dipl.-Ing. Dietmar Millinger

DPR.9

Integrierte Lehrveranstaltung

Pflichtfach

kein