Die Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Verwaltung des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Mathematik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Universität Bremen
Zeige Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon Systems Engineering-Format Pdf_icon

Informatik-Ansicht

Grundlagen der Künstlichen Intelligenz


Fundamentals of Artificial Intelligence
Modulnummer
BB-710.01
Bachelor
Pflicht/Wahl
Wahl Basis Ergänzung
Sonderfall
Zugeordnet zu Masterprofil
Sicherheit und Qualität
KI, Kognition, Robotik
Digitale Medien und Interaktion
Modulbereich : Praktische und Technische Informatik
Modulteilbereich : 710 Künstliche Intelligenz
Anzahl der SWS
V UE K S Prak. Proj.
2 2 0 0 0 0 4
Kreditpunkte : 6 Turnus

i. d. R. angeboten in jedem SoSe

Formale Voraussetzungen : -
Inhaltliche Voraussetzungen : Programmier-Erfahrung, Logik, Wahrscheinlichkeiten
Vorgesehenes Semester : ab 4. Semester
Sprache : Deutsch
Ziele :
  • Die grundlegenden Verfahren, Methoden und Ansätze der Künstlichen Intelligenz praktisch anwenden können
  • Fachliche Kompetenz insbesonders, aber nicht ausschließlich, in den Gebieten Suche, Logik, Planen, Maschinelles Lernen
  • Die Terminologie des Fachgebietes beherrschen
  • Die einzelnen Methoden/Ansätzen der KI in den Gesamtkontext einordnen können
  • Das Fachgebiete(oder Teile des Fachgebietes) im Kontext zu anderen Disziplinen einordnen können
  • Grundlegende Verfahren auf einzelne konkrete Aufgabensituationen übertragen und diese lösen können
Inhalte :

Die Vorlesung soll einen Überblick über wichtige Arbeitsgebiete und Methoden der Künstlichen Intelligenz geben. Die Vorlesung führt Grundideen und Methoden der Künstlichen Intelligenz anhand des Lehrbuches von Russell und Norvig (s.u.) ein. Es werden folgende Themen behandelt:

  • Entwurfsprinzipien für und Spezifikation von “intelligenten” Agenten;
  • Problemlösen durch Suche: heuristische Suchverfahren, optimierende Suche;
  • Problemlösen mit wissensbasierten Methoden: Logik und Inferenz, Schlussfolgern über Raum und Zeit, Repräsentation von Ontologien, Repräsentation und Schlussfolgern über Alltagswissen;
  • Problemlösen mit unsicherem Wissen: Grundlagen der Wahrscheinlichkeits- und Entscheidungstheorie, Bayes Netze, Planen mit Markov-Entscheidungsprozessen;
  • Handlungsplanung: Generierung partiell geordneter Aktionspläne, Planung und Ausführung;
  • Maschinelles Lernen: Lernen von Entscheidungsbäumen, Lernen von Prädikaten mittels Beispiele, Reinforcement-Lernen.
Unterlagen (Skripte, Literatur, Programme usw.) :
  • Stuart Russell und Peter Norvig: Artificial Intelligence - A Modern Approach. Prentice Hall International, 2. Auflage (2003)

  • Uwe Schöning: Logik für Informatiker, Spektrum Akademischer Verlag, 5. Auflage (2000)

  • Artificial Intelligence: Foundations of Computational Agents von David L. Poole und Alan K. Mackworth von Cambridge University Press

Form der Prüfung : i.d.R. Bearbeitung von Übungsaufgaben und Klausur
Arbeitsaufwand
Präsenz 56
Übungsbetrieb/Prüfungsvorbereitung 124
Summe 180 h
Lehrende: Prof. M. Beetz, PhD Verantwortlich Prof. M. Beetz, PhD
Zurück

Zeige Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon Systems Engineering-Format Pdf_icon