C803 – Künstliche Intelligenz

Modul
Künstliche Intelligenz
Artificial Intelligence
Modulnummer
C803 [zuvor: C244]
Version: 1
Fakultät
FIM-INF: Informatikstudiengänge - Fakultät Informatik und Medien
Niveau
Master
Dauer
1 Semester
Turnus
Nach Bekanntgabe der Fakultät
Modulverantwortliche

Prof. Dr. rer. nat. Sibylle Schwarz
sibylle.schwarz@htwk-leipzig.de

Dozierende

Prof. Dr. rer. nat. Sibylle Schwarz
sibylle.schwarz@htwk-leipzig.de

Sprache(n)

Deutsch
in "Künstliche Intelligenz"

ECTS-Leistungspunkte

5.00 ECTS-Punkte

Workload

150 Stunden

Lehrveranstaltungen

4.00 SWS (2.00 SWS Vorlesung | 2.00 SWS Übung)

Selbststudienzeit

94.00 Stunden
14.00 Stunden Vorbereitung Lehrveranstaltung - Künstliche Intelligenz
42.00 Stunden Bearbeitung Prüfungsvorleistung - Künstliche Intelligenz
22.00 Stunden Bearbeitung Prüfungsvorleistung - Künstliche Intelligenz
16.00 Stunden Vorbereitung Prüfung - Künstliche Intelligenz

Prüfungsvorleistung(en)

Prüfungsvorleistung Beleg
in "Künstliche Intelligenz"

Prüfungsvorleistung Referat
in "Künstliche Intelligenz"

Prüfungsleistung(en)

Prüfung Klausurarbeit
Prüfungsdauer: 90 Minuten | Wichtung: 100%
in "Künstliche Intelligenz"

Lehr- und Lernformen
  • Übung
  • Bearbeiten von Problemen und Lösungsfindung
  • Selbstudium anhand theoretischer und praktischer Übungsaufgaben
  • studentische Referate
Medienform
Keine Angabe
Lehrinhalte/Gliederung
-

Aktuelle Themen auf dem Gebiet der Wissensverarbeitung und künstlichen Intelligenz mit jährlich
wechselnden Schwerpunkten, z.B.:

  • logische Programmierung und deduktives Schließen
  • Wissensrepräsentation und Schließen in nichtklassischen Logiken (nichtmonoton, fuzzy, zeitlich, räumlich, Beschreibungslogiken)
  • künstliche neuronale Netze, maschinelles Lernen
  • wissensbasiertes Planen, Multi-Agenten-Systeme
  • Wissensrepräsentation in autonomen Fahrzeugen
Qualifikationsziele

Die Studierenden sind in der Lage, Wissensrepräsentationen zur Modellierung zu benutzen, die über klassische Prädikatenlogik hinausgeht. Insbesondere können sie dem Problem angemessene Wissensverarbeitungstechniken zur Simulation intelligenten Verhaltens auswählen. Sie verstehen aktuelle Fachbeiträge und können die dort vorgestellten Ansätze verständlich aufbereiten und präsentieren.

Zulassungsvoraussetzung

Keine

Empfohlene Voraussetzungen

Anwendungsbereite Kenntnisse der Grundlagen der Wissensverarbeitung entsprechend der in den Modulen „Modellierung“ und „Grundlagen der künstlichen Intelligenz“ im Studiengang INB vermittelten Inhalte, insbesondere im Umgang mit der klassischen Aussagen- und Prädikatenlogik 1.  Stuffe zur Wissensmodellierung.

Literaturhinweise
  • aktuelle Fachbeiträge aus Zeitschriften und Tagungsbänden
  • I. Boersch, J. Heinsohn, R. Socher-Ambrosius: „Wissensverarbeitung. Eine Einführung in die Künstliche Intelligenz für Informatiker und Ingenieure“, Spektrum Akademischer Verlag, 2007.
  • W. Ertel: Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung, Springer 2016
  • S. Russell, P. Norvig: „Künstliche Intelligenz“, Pearson, 2012.
  • C. Beierle, G. Kern-Isberner: „Methoden wissensbasierter Systeme“, Vieweg, 2006.
Aktuelle Lehrressourcen
-

keine

Hinweise
-

Prüfungsvorleistung: Präsentation und aktive Mitarbeit im Seminar

Verwendbarkeit

Informatik | Master (20INM) Wahlpflicht

Medieninformatik | Master (20MIM) Wahlpflicht