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

System Engineering-Ansicht

Modultyp
Aufbau
Pflichtmodul Wahlbereich
Spezialisierungsbereich Anzahl Semesterwochenstunden CP Angeboten in jedem
V Ü S P Proj. Anzahl
Grundlagen der Künstlichen Intelligenz
2 2 0 0 0 4 6 i. d. R. angeboten in jedem SoSe
Fundamentals of Artificial Intelligence         Berechnung des Workloads
Vorgesehenes Semester ab 4. Semester
Lernziele

  • 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

Lerninhalte

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.

Prüfungsformen

i.d.R. Bearbeitung von Übungsaufgaben und Klausur

Dokumente (Skripte, Programme, Literatur, 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

Lehrende: Prof. M. Beetz, PhD Verantwortlich: Prof. M. Beetz, PhD
Zurück

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