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